신용카드 발급을 위한 신경망 시스템 개발에 있어서 일반화 문제

Generalization in developing a neural network system for issuing credit cards

본 논문에서는 'back propagation' 신경망 알고리즘을 이용하여 자동 신용 평가 시스템을 개발하고 실제 데이타를 이용하여 이 시스템을 평가하여 보았다. 평가 과정중 신경망의 학습 수렴속도와 그의 여부는 학습에 이용된 데이타의 수에 따라 민감하게 변화한다는 것과 학습후 학습에 이용되지 않은 새로운 데이타들에 대한 신용 평가의 판별력과 학습에 이용된 데이타들에 대한 신용 평가의 판별력 사이에는 유의한 차이가 있음도 관찰되었다. 그리고, 학습에 이용된 데이타들의 갯수가 임의의 한 경계점을 넘어서면, 기존의 다른 많은 연구들이 주장했던 것과는 달리 학습 수렴 여부와 판별력이 급격히 떨어진다는 것도 관찰되었다. 또한 본 논문에서는 이상에서와 같이 관찰된 시스템 평가 결과를 신경망 이론의 학습 방법과 error space상에서 hyperplanes이 작용하는 역할의 관점에서 해석하였다.