首页
›
金融科技风控与量化工程
›
062-模型可解释性阈值分层试验
›
《可解释AI在信贷决策中的应用》
VIP20
本课程属于:062-模型可解释性阈值分层试验
金融科技风控与量化工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
可解释AI在信贷决策中的应用
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论
可解释AI(XAI)的定义 · 在信贷决策中的重要性 · 监管合规要求(如GDPR
课程导论
AI
02
信贷决策基础
传统信用评分模型(FICO · 逻辑回归) · 机器学习模型(GBDT
信贷决策基础
FICO
03
黑箱问题
为什么深度学习模型在信贷中难以被信任… · 稳定性 · 可审计性
黑箱问题
为什么深度学习模…
04
可解释性分类
全局解释 vs 局部解释 · 内在可解释 vs 事后可解释 · 模型特定 vs 模型无关
可解释性分类
vs
05
LIME原理
局部可解释模型(LIME)的核心思想 · 在信贷特征扰动中的应用
LIME
原理
06
LIME实战
使用LIME解释一笔贷款被拒绝的原因 · 生成特征贡献度条形图
LIME
使用
07
SHAP原理
Shapley值的博弈论基础 · SHAP在信贷特征归因中的数学推导
SHAP
原理
08
SHAP实战
使用SHAP解释信贷模型 · 输出瀑布图 · 摘要图
SHAP
使用
09
对比LIME与SHAP
计算效率 · 解释一致性 · 在信贷场景中的适用性对比
LIME
SHAP
10
特征重要性分析
Permutation Import… · Gini Importance在信贷…
特征重要性分析
Permutation
11
部分依赖图(PDP)
展示单个特征(如收入 · 负债率)对违约概率的边际效应
PDP
部分依赖图
12
个体条件期望图(ICE)
揭示特征交互作用 · 避免PDP的掩盖效应
ICE
个体条件期望图
13
决策树作为替代模型
用浅层决策树近似复杂模型 · 提取可读规则
决策树作为替代模…
用浅层决策树近似…
14
规则提取算法
Anchors算法 · SkopeRules在信贷规则生成中…
规则提取算法
Anchors
15
反事实解释
生成“如果收入增加5000元 · 贷款将被批准”这类可操作建议
反事实解释
生成“如果收入增…
16
原型与批评解释
通过代表性样本理解模型行为 · 识别信贷决策中的异常
原型
批评解释
17
公平性审计
使用XAI检测模型对性别 · 种族 · 年龄的偏见
公平性审计
XAI
18
稳定性分析
通过XAI评估模型对微小输入扰动的鲁… · 防止对抗攻击
稳定性分析
XAI
19
模型监控与漂移检测
使用XAI监控信贷模型在生产环境中的…
模型监控
漂移检测
20
可解释的神经网络
注意力机制 · 神经符号方法在信贷评分中的初步应用
可解释的神经网络
注意力机制
21
XAI与监管合规
满足GDPR的“解释权 · 巴塞尔协议III对模型可解释性的要求
XAI
监管合规
22
信贷全流程XAI集成
从申请 · 审批 · 定价到贷后监控的XAI架构设计
XAI
信贷全流程
23
案例研究1
消费贷场景——使用SHAP解释拒绝原…
案例研究1
SHAP
24
案例研究2
小微企业贷——使用LIME+规则提取…
案例研究2
LIME+
25
案例研究3
房贷场景——使用反事实解释帮助客户改…
案例研究3
房贷场景
26
XAI工具生态
介绍InterpretML · Alibi · ELI5
XAI
工具生态
27
XAI在信贷中的局限性
解释的不稳定性 · 计算开销 · 用户理解门槛
XAI
信贷
28
未来趋势
因果推断与XAI结合 · 大语言模型辅助解释 · 联邦学习下的可解释性
未来趋势
XAI
29
课程项目1
构建一个信贷评分模型(XGBoost… · 并用SHAP/LIME进行完整解释
课程项目1
XGBoost
30
课程项目2
设计一个XAI驱动的信贷审批仪表盘 · 包含公平性报告与反事实建议
课程项目2
XAI
所属VIP或分类
同VIP:A-B测试与阈值分层的协同应用
同VIP:A-B测试在模型解释中的应用
同VIP:LightGBM模型SHAP值解读课程