Gradient-boosted credit models
Kredi puanlamasında kullanılan ağaç topluluğu modelleri, sıralama gücündeki kazanımlar, veri kaymalarına duyarlılık ve gerekçelerinin başvuru sahiplerine nasıl açıklanabileceği bakımından incelenir.
GRA · Yapay Zekâ ve Finansal Model Riski
Mekânsal finansSermayenin tehlike, maruziyet ve geçişle buluştuğu yer
Artificial intelligence and machine learning are methods that learn patterns from data to predict, classify or generate. On this platform they are explained as the techniques behind modern credit, pricing, fraud and generative tools, and as sources of model risk with distinctive failure modes.
Artificial intelligence and machine learning develop algorithms that learn patterns from data to classify, predict or generate outputs. They are increasingly used for hazard detection, forecasting and decision support, and are themselves a source of risk. In artificial intelligence and financial stability, machine learning can scale detection and forecasting across interconnected systems. Its own failure modes must be weighed when automated outputs inform consequential decisions. The canonical description is on the STEM Commons.
Kredi puanlamasında kullanılan ağaç topluluğu modelleri, sıralama gücündeki kazanımlar, veri kaymalarına duyarlılık ve gerekçelerinin başvuru sahiplerine nasıl açıklanabileceği bakımından incelenir.
Large language models used to summarise documents and draft responses are assessed for factual accuracy, grounding and data handling before deployment.
Unsupervised methods that flag unusual transactions or trades are examined for false positive rates and for how alerts are reviewed by staff.
Bir risk yöneticisinin, denetim kurumunun veya maliye bakanlığının talep edeceği maruziyet, kayıp, senaryo ve sermaye görünümleri ile raporlama yaptıkları çerçeveler. Yapılar denetim ve aktüerya uygulamalarını izler. Değerler açıklayıcıdır: asla fiyat, derecelendirme veya tavsiye değildir.
How a shock in Artificial intelligence and machine learning for AI and financial model risk reaches credit, market, underwriting, liquidity and operational risk, and feeds back.
Bu platformda yapay zekâ ve makine öğrenimi tarafından kullanılan veri kümeleri ve kayıtlar; her birinin oynadığı rol ve değerlerinin taşıdığı etiketle birlikte. Kaynaklar kaynak sicilinde.
| Veri | Rol | Etiket |
|---|---|---|
| Labelled historical decisions and outcomes | Eğitim ve test | BİLDİRİLMİŞ |
| Evaluation datasets | Performans ölçümü | GÖZLENEN |
| Model belgelendirmesi | Design and limits | BEYAN EDİLDİ |
Process explorer · Process
9 steps·5 stages·1 gate
Süreç
AI RMF Core dört işleve sahiptir: GOVERN, MAP, MEASURE ve MANAGE; GOVERN bunların tümünü kesen bir işlevdir. Çizilen sıra yaygın bir okumadır, bir kontrol listesi değildir.
Yayımlayan kuruluşundan alınan, yayımlanmış bir dış standardın veya yöntemin tarafsız ana hatları. Bir işletim kaydı değildir. Nexus gösterilen hiçbir adımı gerçekleştirmez, belgelendirmez veya onaylamaz. Bir kapı veya karar, kaynağın belirttiği tarafa aittir. Eylemler mutlaka sıralı bir adımlar kümesi değildir. AB Yapay Zekâ Yasası bu akışta gösterilmemiştir.
Modeller mekânsal, zamansal ve grup yapısına uyan ayrılmış veriler üzerinde değerlendirilir. Sağlamlık, kalibrasyon ve adillik doğrulukla birlikte test edilir.
| Kontrol edin | Nasıl yapıldığı |
|---|---|
| Out-of-time testing | Models are tested on later periods than training data |
| Benchmark comparison | Complex models are compared with simpler alternatives |
| İstikrar | Performance and explanations are checked across retraining runs |
Kullanım koşulları eğitim verilerinden farklı olduğunda performans düşer. Modeller önyargıları kodlayabilir ve nadir olaylarda açık bir uyarı vermeden başarısız olabilir.
Yapay Zekâ ve Otonom Sistemler , Konsorsiyum adına yapay zekâ ve makine öğreniminin sorumlu yönetimini üstlenir ve platformlar genelinde nasıl uygulandığını inceler.
Reports, Konsorsiyumun üç ayda bir yayımlanan yayınıdır. Bu konu hakkında bildikleriniz bir sonraki sayıda kanıt, vaka veya düzeltme olabilir; size atfedilir ve kendi çalışmanızsa CC BY 4.0 kapsamında yayımlanır.
Hiçbir zaman kişisel veri, hassas altyapı ayrıntısı veya paylaşma hakkınız olmayan hiçbir şey göndermeyin. Bir katkı kullanılmadan önce incelenir. Katkıyı göndermek yazarlık veya editoryal hak sağlamaz ve sponsorluk hiçbir zaman bir bulgu satın almaz.
Bilgi ve başvurular bugün açıktır. Bir başvuru bir referans numarası alır ve bir sonraki adımı belirtir; başvurular, ödemeler, işlem kapasitesi tahsisleri ve kayıtlar yalnızca ekipleri, koşulları ve inceleme kapasiteleri mevcut olduğunda açılır.
Bu sitedeki haritalar, veriler ve şekiller bağlam ve genel bilgi amacıyla gösterilir. Tavsiye, tahmin ya da uyarı değildir; bilgilerin sınırları Sorumluluk Reddi ve Veri Bildirimleri'nde açıklanmıştır.
Bu site yalnızca çalışması ve gizlilik tercihlerinizi hatırlaması için kesinlikle gerekli çerezleri kullanır. Başka şirketlerden hiçbir şey yüklenmez ve kişisel bilgilerinizi asla satmayız veya paylaşmayız.
Bu site yalnızca çalışması ve gizlilik tercihlerinizi hatırlaması için kesinlikle gerekli çerezleri kullanır. Başka şirketlerden hiçbir şey yüklenmez ve kişisel bilgilerinizi asla satmayız veya paylaşmayız. Reklam yayınlamayız. Tercihlerinizi her sayfanın altındaki Gizlilik tercihleri bağlantısından istediğiniz zaman gözden geçirebilirsiniz.