Machine learning
voor scoringsmodellen
Kredietscoring, fraudedetectie, klantwaardebepaling - dit programma gaat in op de modellen die financiële beslissingen ondersteunen. Geen vage theorie, maar concrete technieken die je direct kunt toepassen in een professionele context.
Bekijk geplande sessiesWat staat er op het programma?
De trainers achter dit programma
Vier specialisten met achtergronden in kredietrisico, datawetenschappen en ML-engineering. Ze werken allemaal actief in het veld - de voorbeelden die ze gebruiken komen rechtstreeks uit hun dagelijkse werk.
Bram Verstraeten
Bouwt scoringsmodellen voor consumentenkrediet bij een Belgische financiële instelling. Gespecialiseerd in XGBoost-implementaties en modelmonitoring.
Lieselot Baert
Combineert technische ML-kennis met risicodenken. Begeleidt teams bij de overgang van prototype naar productiesysteem.
Dries Nijs
Achtergrond in econometrie en statistiek. Legt de nadruk op validatiemethoden en de interpretatie van modeluitkomsten voor niet-technische stakeholders.
Nathalie Dubois
Behandelt de regulatoire kant van algoritmische beslissingen: GDPR, modelgouvernantie en uitlegbaarheid van ML-modellen in een gereguleerde sector.
Alles op een rij
