SAS模型风险管理解决方案202325页.pdfVIP

下载本文档

0
0
约1.89万字
约 25页
2025-01-13 发布于广东
举报
版权申诉

SAS模型风险管理解决方案202325页.pdf

1、本文档共25页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

SAS模型风险管理解决方案

马宁博士

2022年12月

与生俱来的模型风险

模型技术/应用

现实世界数据收集/准备模型开发模型上线模型应用/决策

•模型的本源性问题：是拟•不良的数据质量•模型过于简化/复杂•模型部署周期长•模型应用场景不匹配

合而不是真实世界。•缺少关键变量•模型假设不满足•模型工程化错误•不当的配套策略

•样本量有限•不当的算法选择•模型执行效率低•模型性能自然衰退

Essentially,allmodelsare•时间窗口过短•不当的模型超参数•线上/线下表现不一致•缺乏模型监控验证

wrong,butsomeareuseful.•不当的数据转换•不足的模型性能•缺乏模型校准、重训练与

——GeorgeE.P.Box•歧视性的变量•模型可解释性差退休机制

模型管理

•缺乏标准化流程•缺乏风险量化标准•缺乏明确职责划分•晦涩的代码•文档缺失•审计日志缺失

SAS对于模型技术风险的防范

1.模型歧视

模型歧视可能来自训练数据或模型开发过程中的假设。这种数据偏见可能来自于数据的抽样、收集和处理方式。训练数据并不代表模型将被应用的人群，

导致不公平的决定。在美国，平等信贷机会法（ECOA）保护消费者在贷款决定中不受歧视。该法规规定，任何债权人在信贷交易的任何方面基于种族、肤

色、宗教、国籍、性别、婚姻状况或年龄而歧视任何申请人都是非法的。评估公平性的一个很好的出发点是通过比较一个模型或决策在不同的受保护变量

值上的预测和表现。

《可信人工智能伦理指南》《人工智能伦理问题建议书》《新一代人工智能伦理规范》

欧盟委员会的人工智能高级专家组，2018联合国教科文组织，2021国家新一代人工智能治理专业委员会，2021

SAS的模型歧视检测

模型偏倚评估页面

单个变量不同水平的模型偏倚分析

为了在模型部署前简化公平性和偏见分析，

SAS提供了自动化的计算能力，阐述模型的

性能和它在像种族、性别这样的变量内群体

间的预测水平的差异。帮助我们判断模型是

否在一些重要维度上存在歧视。

2.模型可解释性

模型可解释性

您可能关注的文档

文档评论（0）

hw + 关注: 实名认证

文档贡献者

该用户很懒，什么也没介绍

咨询Ta 进入空间

1亿VIP精品文档

更多 >

SAS模型风险管理解决方案202325页.pdfVIP