a

Lorem ipsum dolor sit amet, consectetur adicing elit ut ullamcorper. leo, eget euismod orci. Cum sociis natoque penati bus et magnis dis.Proin gravida nibh vel velit auctor aliquet. Leo, eget euismod orci. Cum sociis natoque penati bus et magnis dis.Proin gravida nibh vel velit auctor aliquet.

  /  Project   /  Blog: 人工智能貸款審批專家

Blog: 人工智能貸款審批專家


「忠告:借錢梗要還,咪俾錢中介」這句廣告對白相信大家都不會覺得陌生。廣告主人一般為貸款公司。現時,開始有貸款公司採用人工智能技術去審批貸款申請,更有公司建立人工智能精算師,表示可以做到貸款申請即秒即批!究竟人工智能技術如何協助加快貸款審批過程?希望本文能讓你對此做法得到初步了解。

兒時有玩過「畫鬼腳」遊戲嗎?此方法常常被用作抽獎用途,玩家需要在一個「鬼腳圖」上面隨意加數條橫綫,從而把圖上所有直綫連起來。準備好之後,玩家需於上方選擇一個起點,由上而下,沿著線走,直到最下方的終點。如途中遇到橫綫的話,必須轉彎。這是個完全隨機的遊戲。

跟「畫鬼腳」類似的為「樹狀圖」(Tree Diagram)。「樹狀圖」的型態為一層層的,每一層需要選擇一個分類方法而向下展開下一層的結構。相同的地方為兩者皆屬由上到下的搜尋方法;而不同的為樹狀圖只有一個起點,若要為一個項目或主體進行分類就最適合不過。例如,要作動物分類的話,首先可選擇第一層分類方法為脊椎動物或是沒有脊椎動物;細分之後,下一層分類方法可選擇動物為冷血動物或是暖血動物;再下一層分類方法可選擇動物是否哺乳類、鳥類、魚類或是其他類別等等。

以上兩個方法跟貸款審批及人工智能究竟有什麼關係?我們先去看看貸款申請人所需提供的資料,基本資料包括申請人性別、年齡、婚姻狀況、有沒有子女或要供養的父母、僱員或是自僱人士、收入、其他貸款狀況等等。之後,我們便可採用其中一個人工智能演算法,名為「決策樹」(Decision Tree)。

決策樹由一個決策圖和可能的結果(例如貸款審批結果)組成,跟樹狀圖一樣, 都是一棵樹的形態。這是一個利用像樹一樣的圖形或決策模型的決策支持工具,也是一個算法顯示的方法。在機器學習(Machine Learning)領域,決策樹是一個預測模型。樹中每個節點表示某個分類對象,而每個分叉路徑則代表可能的屬性值。數據挖掘(Data Mining)中決策樹是一種常被使用的技術,可以用於分析數據,同樣也可以用來作預測,因此用來預測貸款審批結果則非常合適。

各位可能會問到,在決策樹中每一層的分類對象,不是隨機設定便可以嗎?決策樹的優點就在這時出現了。每一次的分類比對都需要時間去處理,然而我們把決策樹用來協助減少分類比對的次數,這樣運算過程便可以大大加快了。一棵好的決策樹,沒有多餘的比對層,利用最少層數去做出同樣準確的預測效果。由於我們希望獲得最大的資訊量,因此經由分割後的資訊量要越小越好,透過計算Information Gain(資訊獲利)及Entropy(熵)便可做到。這樣,我們便可以輕鬆計算出貸款審批結果。

人工智能學問博大精深,這只是一個簡單例子。好好留意日常生活的事情,多了解背後原理及做法,便能發現人工智能的各種有趣之處!

Facebook: https://www.facebook.com/drjackeiwong/

Source: Artificial Intelligence on Medium

(Visited 4 times, 1 visits today)
Post a Comment

Newsletter