إطار عمل قابل للتفسير لتسجيل الائتمان: حالة استخدام لمعالجة التحديات في التعلم الآلي التطبيقي
| العنوان | إطار عمل قابل للتفسير لتسجيل الائتمان: حالة استخدام لمعالجة التحديات في التعلم الآلي التطبيقي |
|---|---|
| المؤلف | جونتاي، ليفينت، بوزان، إي.، تيغراك، يو.، دوردو، تي.، أوزكاهيا، جي.إي. |
| تاريخ النشر: | 2022 |
| مكان النشر | - IEEE |
| الموضوع | تسجيل الائتمان، النموذج القابل للتفسير، التعلم الآلي، النمذجة البديلة |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 978-166548313-1 |
| رقم السجل | d297c6c9-3c40-4f6b-a98d-f9defd801126 |
| موقع المكتبة | التمويل الدولي |
| التاريخ | 2022 |
| نص عينة | في حين أن خوارزميات تصنيف التعلم الآلي (ML) يمكنها تصنيف المخاطر الائتمانية للمقترض بدقة، إلا أنه لا يمكن تفسير محددات درجة الائتمان بوضوح من قبل العملاء وصناع القرار والمدققين. إن الافتقار إلى الشفافية في آليات الصندوق الأسود لتسجيل الائتمان يقلل من الثقة في النظام المصرفي وله آثار خطيرة على تمويل ونمو الشركات. تتطلب اللوائح الأخيرة في الاتحاد الأوروبي والولايات المتحدة أن تكون آلية اتخاذ القرار الائتماني واضحة وشفافة. نقدم إطارًا لتطوير نموذج تسجيل ائتماني قابل للتفسير. تتمثل حداثتنا العلمية في اتباع نهج بديل بسيط وبخس لتسجيل نقاط الائتمان. يقوم هذا النهج بتقدير نموذج الصندوق الأبيض القابل للتفسير والذي يتناسب بشكل فعال مع التنبؤات داخل العينة لنموذج "الصندوق الأسود" الأكثر دقة. نقوم بتنفيذ إطار مخاطر الائتمان البديل باستخدام بيانات معاملات الشيكات المقدمة من أحد البنوك التركية. لقد وجدنا أن أداء الشجرة البديلة قريب بدرجة كافية من أداء نموذج XGBoost ذو الصندوق الأسود الأكثر دقة. بشكل عام، تظهر النتائج التي توصلنا إليها أنه من الممكن تطوير نموذج تسجيل ائتماني عالي الأداء وقابل للتفسير مع الحد الأدنى من الانخفاض في دقة النموذج. |
| DOI | 10.1109/TEMSCONEUROPE54743.2022.9802029 |
