本セミナーでは、金融機関のローン審査モデルや信用格付モデルを念頭に、前半では、既存の統計的手法によるスコアリングモデルの具体的な構築手順と、モデルのパフォーマンス向上のためのポイントを説明します。 また後半では、新たな機械学習手法によるモデル構築結果と、既存のモデルとのパフォーマンス比較を通じて、ローン審査モデルの性能改善のポイントが「新しい手法」ではなく、「新しいデータ」にあることを明らかにします。 そして最後に、既に始まっている「新しいデータ」によるスコアリングモデル構築の現状と今後の展望について説明いたします。
　統計解析の初学者にもスコアリングモデルの概要が理解できるよう、なるべく数式を使わず平易な説明を心がけます。

1. はじめに
   1. 人工知能 (AI) 、機械学習の概念整理
   2. 審査評点から統計モデルへ
2. 統計的手法によるモデル構築の実践
   1. ロジスティック回帰モデルとは?
   2. 統計モデルの構築手順
   3. モデルの評価手法
   4. アウトサンプルデータでの性能確認
3. これからのスコアリングモデル
   1. 新たな機械学習手法の概要
   2. 新たな機械学習手法によるモデルの性能比較
   3. 情報の鮮度とモデルの性能 – 預金情報を例に –
   4. 非構造化データの活用
4. 質疑応答