立場新聞 Stand News

人工智能貸款審批專家

2019/5/15 — 10:38

資料圖片,來源:Gerd Altmann @Pixabay

資料圖片,來源:Gerd Altmann @Pixabay

「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,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。

廣告

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。

廣告

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!

發表意見