商业银行构建模型风险管理框架的思考
打开文本图片集
随着以大数据、机器学习、深度学习为基础的人工智能技术在银行业应用的不断深入，商业银行的数字化转型也在快速推进。一些银行开始通过大数据构建机器学习模型，并嵌入到自动化的信贷业务审批流程中，帮助预警风险，提升风险管理水平，同时也帮助改进传统模型过度依赖专家经验和规则的缺陷。例如，量化指标维度过少，难以挖掘复杂的数据关联特征，过度依赖模型设计者的主观因素导致特征不适合、不完整等。（剩余4683字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。