面向公平信用评分的算法决策方法
机器学习
2023-06-23 v3 人工智能
计算机与社会
摘要
机器学习在评估贷款申请人信用度方面的有效性早已得到证实。然而，人们担忧自动化决策流程的使用可能导致群体或个体的不平等待遇，并潜在引发歧视性结果。本文通过评估 12 种主流偏差缓解方法在 5 种不同公平性指标上的有效性，并考察其准确性及金融机构的潜在盈利能力，致力于解决该问题。经分析，我们明确了在保持准确性与盈利性的同时实现公平性所面临的挑战，并指出了最成功与最不成功的缓解方法。最终，本研究弥合了实验性机器学习与其在金融业实际应用之间的鸿沟。
引用
@article{arxiv.2209.07912,
title = {Algorithmic decision making methods for fair credit scoring},
author = {Darie Moldovan},
journal= {arXiv preprint arXiv:2209.07912},
year = {2023}
}