Advanced Credit Risk Analytics:Fairness, Interpretability, Homogeneity
Автор: FNEGE Médias
Загружено: 2025-07-01
Просмотров: 148
Описание:
Pitch pour le Prix FNEGE de la Meilleure Thèse en Management 2025 (thèse en 180 secondes) – Prix de thèse AFFI
Cette thèse propose des solutions innovantes pour répondre aux défis posés par l’utilisation de l’intelligence artificielle (IA) durant le processus d''évaluation de la solvabilité d'un emprunteur. Le premier chapitre introduit un cadre d’analyse permettant de détecter et de corriger les biais de discriminations potentielles des algorithmes d’IA, tout en maintenant leur niveau de performance. Le deuxième chapitre propose une méthodologie permettant de comprendre pourquoi un algorithme est en capacité, ou non, de distinguer un individu solvable d’un individu non solvable. Le dernier chapitre introduit une nouvelle mesure d’homogéneité des classes de risque dans les systèmes de notation interne des banques pour le risque de crédit.
Auteur.e.s / Author.s :
SAURIN Sébastien, PhD Student, FNEGE
Institutions :
FNEGE
Retrouvez-nous sur / Follow us on :
Facebook : / fnegemedias
X : / fnege_medias
LinkedIn : / fneg
Notre site / Our website : https://fnege-medias.fr/
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
