„If credit risk models are increasingly powered by machine learning and alternative data, where should we, as risk professionals, draw the line between predictive accuracy and explainability? Would you rather approve a model that’s 15% more accurate but a ‘black box,’ or one that’s fully transparent but less predictive — and why?”
To pytanie pojawiło się dziś w jednej z grup dyskusyjnych na LinkedIn – Credit Risk Management Professionals Network. Zatrzymałem się nad nim na dłużej. Nie dlatego, że nie znam odpowiedzi, ale dlatego, że pytanie dotyka samego sedna naszej pracy w ryzyku kredytowym: czy ważniejsza jest moc predykcji, czy możliwość wyjaśnienia decyzji?
Czytaj dalej Dokładność czy wyjaśnialność? Wyzwania risk managera w erze AI
Musisz być zalogowany, aby dodać komentarz.