人工智能的模型能否满足银行行业的可解释性和高可行性?

以智能风控的反欺诈为例,判断用户为存在欺诈行为,如何形成报告对这个结论进行论证,以便更好的对用户进行解说或立案,机器学习的难点之一是如何对结果进行解释,是否足以应对客户的投诉?如果涉及法律问题是否可以作为立案证据?

1回答

hym38hym38  软件架构设计师 , 某银行
这个 是世纪难题了。模型的可解释性的认可度,需要在模型训练及验证过程完成,并且通过投产后的AB Test取得最终共识。只要确定了模型达标,那么在往后的日常中就不需要再为模型解释性折腾了。而且,模型是否可解释也取决于算法选择,这个也是归结于前期与业务的沟通。反正无论如...显示全部

这个 是世纪难题了。
模型的可解释性的认可度,需要在模型训练及验证过程完成,并且通过投产后的AB Test取得最终共识。只要确定了模型达标,那么在往后的日常中就不需要再为模型解释性折腾了。
而且,模型是否可解释也取决于算法选择,这个也是归结于前期与业务的沟通。反正无论如何,需要在算法选择阶段  完成对模型可解释性要求及 业务成效的平衡工作。

收起
 2019-09-13
浏览126

提问者

兰花花软件开发工程师, 中国人民银行清算总中心

问题状态

  • 发布时间:2019-09-06
  • 关注会员:2 人
  • 问题浏览:1579
  • 最近回答:2019-09-13
  • 关于TWT  使用指南  社区专家合作  厂商入驻社区  企业招聘  投诉建议  版权与免责声明  联系我们
    © 2019  talkwithtrend — talk with trend,talk with technologist 京ICP备09031017号-30