earticle

영어

The accuracy of the model and the explanation of the results are important factors that should be considered simultaneously Recently, applications of explainable artificial intelligence are increasing, and it is especially widely applied in the financial field where interpretation of results is important. In this paper, we compare the performance of open API credit evaluation data using various machine learning techniques. In addition, existing financial logic is verified through explainable artificial intelligence technologies, SHAP and LIME. Accordingly, it is expected to demonstrate the applicability of machine learning in the financial market.

한국어

모델의 정확도와 결과에 대한 설명가능성은 동시에 고려되어야 할 중요한 요소이다. 최근에는 설명가능한 인공 지능을 적용하는 응용 사례가 증가하였고 결과에 대한 해석이 특히 중요시되는 금융에서도 많이 적용되고 있다. 본 논문에서는 오픈 API의 신용평가 자료를 다양한 머신러닝 기법의 성능을 비교하고 모델로부터 설명가능한 인공지능 기법인 SHAP과 LIME을 통해 정확도와 결과에 대한 설명력을 보이고자 한다. 이에 따라 금융 시장에서 머신러닝의 적용가능성을 보일 것으로 기대된다.