| 1 |
1
컴퓨터 장치에 의해 수행되는, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 방법에 있어서,(a) 복수의 항목으로 구성된 신용 정보를 포함하는 제1고객정보와 신용평가 분류 모델의 평가 결과로서 도출하고자 하는 목표 클래스를 입력받는 단계;(b) 상기 제1고객정보에 대하여 상기 신용평가 분류 모델이 판단한 클래스를 상기 목표 클래스로 변경하는 데 영향을 주는 특정 항목을 선택하는 단계;(c) 선택된 특정 항목의 값을 변경하고, 변경된 항목값을 포함하는 제2 고객정보를 생성하는 단계;(d) 상기 제2고객정보의 입력에 대한 상기 신용평가 분류 모델의 평가 결과로서 상기 목표 클래스가 도출되는 결과 확률을 산출하는 단계; 및(e) 상기 제2고객정보가 상기 목표 클래스로 판단되는지 여부를 비교하는 단계;를 포함하는 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 방법
|
| 2 |
2
제 1항에 있어서,상기 (e) 단계에서상기 제2고객정보가 상기 목표 클래스로 판단되지 않는 경우, 상기 특정 항목을 선택하는 과정부터 순차적으로 반복 수행하되, 반복될 때 마다 상기 특정 항목의 개수를 한 개씩 추가하는 것이고,상기 제2고객정보가 상기 목표 클래스로 판단된 경우, 상기 제2 고객정보의 변경된 항목들을 검출하여 제공하는 단계를 더 포함하는 것인, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 방법
|
| 3 |
3
제 2항에 있어서,상기 (b) 단계는상기 목표 클래스가 도출되는 결과 확률에 기초하여 상기 제2고객정보에 대한 미분의 절대값이 큰 순서대로 상기 특정 항목을 선택하되,상기 항목의 개수만큼 상기 미분의 절대값이 큰 순서대로 인덱싱을 수행하는 것인, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 방법
|
| 4 |
4
제 3항에 있어서,상기 (c) 단계는상기 인덱싱된 항목에 대하여 상기 제1고객정보의 값을 상기 제2고객정보의 항목값으로 변경하되, 상기 제1및 제2고객정보에 기초하여 기 설정된 손실 함수의 값을 최소화하여 상기 변경된 항목값을 결정하는 것인, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 방법
|
| 5 |
5
기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 장치에 있어서,기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 방법을 수행하기 위한 프로그램이 저장된 메모리; 및상기 프로그램을 수행하는 프로세서;를 포함하며, 상기 프로세서는, 상기 프로그램의 실행에 따라,복수의 항목으로 구성된 신용 정보를 포함하는 제1고객정보와 신용평가 분류 모델의 평가 결과로서 도출하고자 하는 목표 클래스를 입력받고,상기 제1고객정보에 대하여 상기 신용평가 분류 모델이 판단한 클래스를 상기 목표 클래스로 변경하는 데 영향을 주는 특정 항목을 선택하고,선택된 특정 항목의 값을 변경하고, 변경된 항목값을 포함하는 제2 고객정보를 생성하고,상기 제2고객정보의 입력에 대한 상기 신용평가 분류 모델의 평가 결과로서 상기 목표 클래스가 도출되는 결과 확률을 산출하고,상기 제2고객정보가 상기 목표 클래스로 판단되는지 여부를 비교하는 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 장치
|
| 6 |
6
제 5항에 있어서,상기 프로세서는상기 제2고객정보가 상기 목표 클래스로 판단되지 않는 경우, 상기 특정 항목을 선택하는 과정부터 순차적으로 반복 수행하되, 반복될 때 마다 상기 특정 항목의 개수를 한 개씩 추가하는 것이고,상기 제2고객정보가 상기 목표 클래스로 판단된 경우, 상기 제2 고객정보의 변경된 항목들을 검출하여 제공하는 것인, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 장치
|
| 7 |
7
제 6항에 있어서,상기 프로세서는상기 목표 클래스가 도출되는 결과 확률에 기초하여 상기 제2고객정보에 대한 미분의 절대값이 큰 순서대로 상기 특정 항목을 선택하되,상기 항목의 개수만큼 상기 미분의 절대값이 큰 순서대로 인덱싱을 수행하는 것인, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 장치
|
| 8 |
8
제 7항에 있어서,상기 프로세서는상기 인덱싱된 항목에 대하여 상기 제1고객정보의 값을 상기 제2고객정보의 항목값으로 변경하되, 상기 제1및 제2고객정보에 기초하여 기 설정된 손실 함수의 값을 최소화하여 상기 변경된 항목값을 결정하는 것인, 기계학습 기반 신용평가 분류 모델의 평가 이유를 설명하는 장치
|
