Kredi Riski ve Yapay Zeka Model Uygulamaları Eğitimi


foto

AMAÇ

Bu eğitimin amacı, katılımcılara “yapay zeka modelleri ile kredi riskinin modellenmesi” ile ilgili temel teorik bilgiyi vermek ve başta gelen yapay zeka modellerinin çözümünü ve yorumlamasını yapabilmelerini sağlamaktır.

ODAK NOKTALARI

#Kredi Riski #Yapay Zeka #Makine Öğrenmesi

EĞİTİMDEN BEKLENEN SONUÇLAR

Bilir: Kredi riski hesaplama temellerini ve kredi riski modellemesini bilir.
Anlar: Kredi riskine geleneksel yaklaşımlar ile yapay zeka temelli modelleri çözebilir ve yorumlayabilir.
Yapar: Eğitimin sonunda, katılımcıların içerikte sunulan modellemeleri uygulayabilmeleri hedeflenmektedir. Katılımcıların Weka ve R programlarını bilgisayarlarına kurmaları önerilir.

HEDEF KİTLE

Bankaların kredi, risk, hazine ve ilgili birimlerinin katılımına uygundur.

İÇERİK

  • Kredi Riski: Temeller
  • Kredi Riskinin Ölçümü: İstatistiki Modeller
    • Kredi Skoru
    • Altman Z-Skoru
  • Kredi Riskinin Ölçümü: Yapay Zeka Modelleri
    • Logistic Regression
    • Yapay Sinir Ağları (Artificial Neural Network)
    • Random Forest / Decision Tree
    • Boosting
    • Naïve Bayes
    • Support Vector Machine
    • Model Başarılarının Değerlendirilme Kriterleri (ROC Curve, RMSE, MAE vb.)
  • Uygulama Örnekleri
    • S&P Çalışması: PD Modelleri (Z-score, Logistic Regression, Support Vector Machine, Naïve Bayes Decision Tree)
    • Moody’s Çalışması: PD Modelleri (Moody’s Analytics RiskCalc Model, Artificial Neural Networks, Random Forest, Boosting)
    • Kendi Modelini İnşa Etmek: Weka/R ile PD Modellerinin Kurulumu ve Değerlendirilmesi
  • Makine Öğrenimi: Kredi Riski Modellemesinde Zorluklar, Dersler ve Fırsatlar

EĞİTİM YETKİNLİK İLİŞKİSİ

Davranışsal Yetkinlikler: Mesleki Gelişim ve Yenilenme, Analitik Düşünme ve Yaratıcılık
Yönetsel Yetkinlikler: Hızlı Karar Alma ve Çeviklik, Proaktif Davranış
Mesleki/Bankacılık Teknik Yetkinlikler: Fiyatlama, Kıyaslama
Öz-Gelecek Yetkinlikleri: Öğrenme Stratejileri