지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.8
- 수록면
- 97 - 117 (21page)
이용수
초록· 키워드
오류제보하기
정기예금 가입 여부 예측은 은행의 대표적인 금융 마케팅 중 하나로, 은행은 다양한 고객 정보를 활용하여 예측 모델을 구성할 수 있다. 정기예금 가입 여부의 분류 정확도를 향상하기 위해, 많은 연구에서 기계학습 기법들을 이용하여 분류 모델들을 개발하였다. 하지만, 이러한 모델들이 만족스러운 성능을 보일지라도 모델의 의사결정 과정에 대한 근거가 적절하게 설명되지 않는다면 산업에서 활용하기가 쉽지 않다. 이러한 문제점을 해결하기 위해, 본 논문은 설명 가능한 정기예금 가입 여부 예측 기법을 제안한다. 먼저, 테이블 형식에서 우수한 성능을 도출하는 의사결정 나무 기반 앙상블 학습 기법인 랜덤 포레스트, GBM, XGBoost, LightGBM을 이용하여 분류 모델들을 개발하고, 10겹 교차검증을 통해 모델들의 분류 성능을 심층 분석한다. 다음으로, 가장 우수한 성능을 도출하는 모델에 설명 가능한 인공지능 기법인 SHAP을 적용하여 고객 정보의 영향도와 의사결정 과정 등을 해석할 수 있는 근거를 제공한다. 제안한 기법의 실용성과 타당성을 입증하기 위해, Kaggle에서 제공한 은행 마케팅 데이터 셋을 대상으로 모의실험을 진행하였으며, 데이터 셋 구성에 따라 GBM과 LightGBM 모델에 SHAP을 각기 적용하여 설명 가능한 정기예금 가입 여부를 위한 분석 및 시각화를 수행하였다.
목차
초록
ABSTRACT
1. 서론
2. 설명 가능한 정기예금 가입 여부 예측 기법
3. 실험 및 결과
4. 결론
References
참고문헌 (37)
참고문헌 신청
Adadi, A. / 2018 / Peeking Inside the Black-Box : A Survey on Explainable Artificial Intelligence(XAI) / IEEE Access 6:52138~52160
Ahmadi, A. / 2020 / Long-Term Wind Power Forecasting Using Tree-Based Learning Algorithms / IEEE Access 8:151511~151522
Altman, N. / 2017 / Ensemble methods : bagging and random forests / Nature Methods 14(10):933~935
Belgiu, M. / 2016 / Random forest in remote sensing : A review of applications and future directions / ISPRS Journal of Photogrammetry and Remote Sensing 114:24~31
Chen, T. / 2016 / XGBoost : A Scalable Tree Boosting System / Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining :785~794
Ahmadi, A. / 2020 / Long-Term Wind Power Forecasting Using Tree-Based Learning Algorithms / IEEE Access 8:151511~151522
Altman, N. / 2017 / Ensemble methods : bagging and random forests / Nature Methods 14(10):933~935
Belgiu, M. / 2016 / Random forest in remote sensing : A review of applications and future directions / ISPRS Journal of Photogrammetry and Remote Sensing 114:24~31
Chen, T. / 2016 / XGBoost : A Scalable Tree Boosting System / Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining :785~794
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
정기예금 예측 알고리즘 성능 비교
한국정보과학회 학술발표논문집
2018 .06
-
LightGBM을 사용한 SHAP 기반의 설명 가능한 인플루엔자 발생 예측
한국정보과학회 학술발표논문집
2020 .12
-
머신러닝을 이용한 정기예금 예측 알고리즘 성능 비교
한국정보과학회 학술발표논문집
2018 .12
-
Corporate Bankruptcy Prediction Model using Explainable AI-based Feature Selection
지능정보연구
2023 .06
-
머신러닝 해석 기법을 이용한 전력 수요 예측 모델 해석
전기학회논문지
2020 .03
-
Gradient Boosting Machine(GBM) 알고리즘 기반 단기 풍력발전 출력예측 모형
대한전기학회 학술대회 논문집
2022 .04
-
SHAP를 이용한 금융 이유 설명 문장 분류 모델 분석
한국정보과학회 학술발표논문집
2019 .06
-
인공지능 알고리즘을 이용한 은행 예금 가입 의사 분류 예측에 관한 연구
한국통신학회 학술대회논문집
2024 .06
-
머신러닝 기반 전기 에너지 소비량 예측
대한산업공학회지
2025 .04
-
리조트 교차판매 예측모형 개발 및 XAI를 활용한 해석
한국지능정보시스템학회 학술대회논문집
2022 .06
-
Advanced Gradient Boosting Machine 알고리즘 기반 풍력발전 출력예측 모델
대한전기학회 학술대회 논문집
2022 .10
-
강건하고 설명 가능한 스마트 미터 데이터 결측치 대체 기법
한국전자거래학회지
2022 .08
-
설명 가능한 인공지능을 사용한 학습데이터 전처리 방법 제안
한국정보과학회 학술발표논문집
2021 .12
-
거대언어모델 기반 SHAP 분석을 이용한 리튬 이온 배터리 잔존 수명 예측 기법 해석
한국산업정보학회논문지
2024 .10
-
기계학습 기법을 사용한 콘크리트 충전 강관 기둥의 강도 예측
한국강구조학회 논문집
2022 .04
-
설명가능한 인공지능을 활용한 합성곱 신경망 모델의 원 이미지 분류 강건도 분석
한국정보과학회 학술발표논문집
2021 .06
-
시계열 교차검증을 통한 설명 가능한 전력수요 예측 기법
한국정보과학회 학술발표논문집
2019 .12
-
랜덤 포레스트 기반의 설명 가능한 서식지 적합성 예측 기법
한국정보과학회 학술발표논문집
2021 .12
-
설명 가능한 인공지능의 국내외 연구동향 분석
Proceedings of KIIT Conference
2019 .06
-
Developing an Explainable Financial Market Indices Prediction Model Using the Information Flow-Based Causal Network and SHAP Interaction Values
한국지능정보시스템학회 학술대회논문집
2021 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0