Wyszukiwanie zaawansowane ?

Obiekt

How much do we see? On the explainability of partial dependence plots for credit risk scoring
Pobierz

Tytuł: How much do we see? On the explainability of partial dependence plots for credit risk scoring

Autor:

Szepannek, Gero ; Lübke, Karsten

Opis:

Argumenta Oeconomica, 2023, Nr 1 (50), s. 137-150

Abstrakt:

Risk prediction models in credit scoring have to fulfil regulatory requirements, one of which consists in the interpretability of the model. Unfortunately, many popular modern machine learning algorithms result in models that do not satisfy this business need, whereas the research activities in the field of explainable machine learning have strongly increased in recent years. Partial dependence plots denote one of the most popular methods for model-agnostic interpretation of a feature’s effect on the model outcome, but in practice they are usually applied without answering the question of how much can actually be seen in such plots. For this purpose, in this paper a methodology is presented in order to analyse to what extent arbitrary machine learning models are explainable by partial dependence plots. The proposed framework provides both a visualisation, as well as a measure to quantify the explainability of a model on an understandable scale. A corrected version of the German credit data, one of the most popular data sets of this application domain, is used to demonstrate the proposed methodology.

Wydawca:

Publishing House of Wroclaw University of Economics and Business

Miejsce wydania:

Wroclaw

Data wydania:

2023

Typ zasobu:

artykuł

Identyfikator zasobu:

doi:10.15611/aoe.2023.1.07 ; oai:dbc.wroc.pl:121371

Język:

eng

Powiązania:

Argumenta Oeconomica, 2023, Nr 1 (50)

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-SA 4.0

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Tytuł publikacji grupowej:

Argumenta Oeconomica

Temat i słowa kluczowe:

credit scoring interpretable machine learning partial dependence plot explainability

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

17 kwi 2024

Data dodania obiektu:

13 maj 2023

Liczba wyświetleń treści obiektu:

311

Wszystkie dostępne wersje tego obiektu:

https://dbc.wroc.pl/publication/159651

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
How much do we see? On the explainability of partial dependence plots for credit risk scoring 17 kwi 2024

Podobne

Mathematical Economics
Mathematical Economics

The issue of PD estimation - a practical approach

Siarka, Paweł

2011
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

The Use of DEA Method in Evaluating Credit Risks of Companies in Order to Obtain their Proper Credit Score

Feruś, Anna

2010
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

O roli macierzy kowariancji w liniowej funkcji dyskryminacyjnej

Siarka, Paweł

2011
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Wykorzystywanie modeli scoringowych w bankowości komercyjnej

Siarka, Paweł

2012
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Rola i znaczenie metody granicznej analizy danych w szacowaniu ryzyka kredytowego przedsiębiorstw

Feruś, Anna

2014
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

The use of data envelopment analysis method for the estimation of companies' credit risk

Feruś, Anna

2012
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Podejście wielomodelowe analizy danych symbolicznych w ocenie zdolności kredytowej osób fizycznych

Pełka, Marcin

2018
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Metodyczne aspekty zastosowania modeli skoringowych do oceny zdolności kredytowej z wykorzystaniem metod ilościowych

Pisula, Tomasz

2013
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Politechnika Wrocławska (Koordynator Konsorcjum DBC)
Biblioteka Politechniki Wrocławskiej
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Polska

Telefon

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Odwiedź nas!

https://biblioteka.pwr.edu.pl/

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji