L’Associazione promuove il percorso formativo online “Applicazioni di Machine Learning per lo sviluppo di modelli di credit scoring ed early warning”.
Il Machine Learning è un sottoinsieme dell'intelligenza artificiale che si occupa di creare sistemi che apprendono o migliorano le performance in base ai dati che utilizzano.
Negli ultimi anni il Machine Learning sta acquisendo un grande slancio anche nel mondo delle banche e degli intermediarti finanziari, in particolare per quanto riguarda la costruzione di modelli predittivi per la valutazione dei rischi.
Assilea promuove un innovativo percorso formativo online di approfondimento dal titolo “Applicazioni di Machine Learning per lo sviluppo di modelli di credit scoring ed early warning”, che analizza come le tecniche di machine learning possono essere applicate nella valutazione e nel monitoraggio del rischio di credito.
Strutturato in tre moduli indipendenti, si svolge nelle seguenti date:
Con la docenza di Salvatore Ruggieri, professore ordinario del dipartimento di Informatica dell’Università di Pisa, il percorso si rivolge agli operatori di società e banche del comparto leasing, partendo da un’introduzione al Machine Learning con un focus sul processo di sviluppo, sui principali modelli, sulle misure di valutazione e sui casi di studio (modulo 1).
Verranno quindi illustrati gli scenari di credit scoring e credit monitoring, approfondendo gli aspetti rilevanti e i vantaggi del machine learning applicato anche nel settore leasing attraverso la presentazione di un caso studio reale, l’applicazione LSP (Leasing Score Prediction) di Sadas-Assilea (modulo 2).
Seguirà infine una panoramica dedicata ad aspetti tecnici di grande interesse per comprendere l’evoluzione delle tecniche di machine learning di argomenti allo stato dell’arte come ad esempio la spiegabilità dei modelli e delle predizioni, il criterio di non discriminazione, la robustezza dei modelli rispetto a cambiamenti ed eventi eccezionali (modulo 3).
I tre moduli sono fruibili anche singolarmente, durante le sessioni saranno forniti riferimenti bibliografici di approfondimento differenziati per tipologia di audience (manager, analisti dei dati, tecnici informatici).
Per approfondimenti sul programma, iscrizioni e costi clicca qui