• ClipSaver
  • dtub.ru
ClipSaver
Русские видео
  • Смешные видео
  • Приколы
  • Обзоры
  • Новости
  • Тесты
  • Спорт
  • Любовь
  • Музыка
  • Разное
Сейчас в тренде
  • Фейгин лайф
  • Три кота
  • Самвел адамян
  • А4 ютуб
  • скачать бит
  • гитара с нуля
Иностранные видео
  • Funny Babies
  • Funny Sports
  • Funny Animals
  • Funny Pranks
  • Funny Magic
  • Funny Vines
  • Funny Virals
  • Funny K-Pop

AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak скачать в хорошем качестве

AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak 9 дней назад

скачать видео

скачать mp3

скачать mp4

поделиться

телефон с камерой

телефон с видео

бесплатно

загрузить,

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak
  • Поделиться ВК
  • Поделиться в ОК
  •  
  •  


Скачать видео с ютуб по ссылке или смотреть без блокировок на сайте: AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak в качестве 4k

У нас вы можете посмотреть бесплатно AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:

  • Информация по загрузке:

Скачать mp3 с ютуба отдельным файлом. Бесплатный рингтон AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak в формате MP3:


Если кнопки скачивания не загрузились НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу страницы.
Спасибо за использование сервиса ClipSaver.ru



AI Transparency and Fairness in Credit Scoring [GiniMachine Approach] | Mark Rudak

Mark Rudak, Product Owner of GiniMachine, delivers a technical deep-dive into automated bias detection for credit scoring systems. Learn how GiniMachine prepares data, measures fairness across multiple thresholds, and ensures regulatory compliance with EU AI Act, GDPR, US ECOA, and emerging APAC standards. 🎯 WHAT YOU'LL LEARN: • The regulatory landscape: EU AI Act/GDPR, US ECOA/Reg B, LATAM/APAC MAS FEAT • Defining sensitive features: Direct identifiers vs indirect proxies vs GDPR Art. 9 data • Dataset integrity: Representativeness, temporal validity, quality controls, restrictions • Real-world domain mapping: Auto loans, SME/Business, Telecom, Micro-loans • Bias metrics: Disparate Impact (DI) and Equal Opportunity Difference (EOD) • Adaptive threshold evaluation: Testing fairness at 0.25, 0.50, and 0.75 cutoffs • Case study: "SeniorCitizen" bias detection revealing 23% performance gap at strict thresholds • Analytical conclusions: Threshold sensitivity, calibration issues, actionable insights 📊 KEY TECHNICAL CONCEPTS: Disparate Impact (DI): • Ratio of favorable outcomes • Detects selection bias • Target range: 0.8–1.25 Equal Opportunity Difference (EOD): • Difference in True Positive Rates (Recall) • Measures performance fairness • Target: |EOD| - 0.1 Adaptive Threshold Testing: Why test at multiple thresholds? Fairness isn't static—it changes based on approval cutoff strictness. GiniMachine tests at: • 0.25 (low threshold - more approvals) • 0.50 (medium threshold) • 0.75 (high threshold - more conservative) Goal: Identify if models become MORE biased as they become more conservative. 💡 KEY INSIGHTS: Dataset Integrity Principles: 1. Representativeness - Minimum sample size per sensitive group (EU AI Act Art. 10 compliance) 2. Temporal Validity - Mirror current business cycle to avoid drift; always use freshest data 3. Quality - Verified labels (non-default/default borrowers) and balanced samples 4. Restriction - Synthetic augmentation ONLY for fairness testing, NEVER for training 👥 ABOUT THE SPEAKER: Mark Rudak is the Product Owner of GiniMachine, a no-code AI decision-making tool for credit scoring automation. Based in Vilnius, Lithuania (UAB HES Europe), Mark leads product development focused on transparency, fairness, and regulatory compliance for financial services firms globally.

Comments
  • Разработка с помощью Gemini 3, AI Studio, Antigravity и Nano Banana | Подкаст Agent Factory 1 месяц назад
    Разработка с помощью Gemini 3, AI Studio, Antigravity и Nano Banana | Подкаст Agent Factory
    Опубликовано: 1 месяц назад
  • How Internal Talent Mobility Creates Long-Term Leadership Excellence 11 дней назад
    How Internal Talent Mobility Creates Long-Term Leadership Excellence
    Опубликовано: 11 дней назад
  • Python Machine Learning Tutorial (Data Science) 5 лет назад
    Python Machine Learning Tutorial (Data Science)
    Опубликовано: 5 лет назад
  • Проектирование системы WHATSAPP: системы чат-сообщений для собеседований 6 лет назад
    Проектирование системы WHATSAPP: системы чат-сообщений для собеседований
    Опубликовано: 6 лет назад
  • Lec-43: Bias & Variance Tradeoff Explained: How to Fix Overfitting & Underfitting? 8 месяцев назад
    Lec-43: Bias & Variance Tradeoff Explained: How to Fix Overfitting & Underfitting?
    Опубликовано: 8 месяцев назад
  • Как быстро освоить Python для инженеров данных (пошаговое руководство 2026 года) 15 часов назад
    Как быстро освоить Python для инженеров данных (пошаговое руководство 2026 года)
    Опубликовано: 15 часов назад
  • Ускоренный курс LLM по тонкой настройке | Учебное пособие LLM по тонкой настройке 2 месяца назад
    Ускоренный курс LLM по тонкой настройке | Учебное пособие LLM по тонкой настройке
    Опубликовано: 2 месяца назад
  • Alex Moore & Hannah Morrison - Umbrella Legislation Webinar 13 дней назад
    Alex Moore & Hannah Morrison - Umbrella Legislation Webinar
    Опубликовано: 13 дней назад
  • Mastering cash flow forecasting and preparing for cash shortfalls, VAT & Self Assessment 13 дней назад
    Mastering cash flow forecasting and preparing for cash shortfalls, VAT & Self Assessment
    Опубликовано: 13 дней назад
  • The Complete Machine Learning Roadmap 1 год назад
    The Complete Machine Learning Roadmap
    Опубликовано: 1 год назад
  • Introduction to LLM Post Training by Maxime Labonne, PhD 3 месяца назад
    Introduction to LLM Post Training by Maxime Labonne, PhD
    Опубликовано: 3 месяца назад
  • Learning Session - Deferring Capital Gains with 351 ETF Conversion 10 дней назад
    Learning Session - Deferring Capital Gains with 351 ETF Conversion
    Опубликовано: 10 дней назад
  • How I'd Learn ML/AI FAST If I Had to Start Over 8 месяцев назад
    How I'd Learn ML/AI FAST If I Had to Start Over
    Опубликовано: 8 месяцев назад
  • Модель контекстного протокола (MCP), четко объясненная (почему это важно) 9 месяцев назад
    Модель контекстного протокола (MCP), четко объясненная (почему это важно)
    Опубликовано: 9 месяцев назад
  • Master Data Analysis with ChatGPT (in just 12 minutes) 5 месяцев назад
    Master Data Analysis with ChatGPT (in just 12 minutes)
    Опубликовано: 5 месяцев назад
  • Deep Dive into LLMs like ChatGPT 10 месяцев назад
    Deep Dive into LLMs like ChatGPT
    Опубликовано: 10 месяцев назад
  • How I'd learn ML in 2025 (if I could start over) 1 год назад
    How I'd learn ML in 2025 (if I could start over)
    Опубликовано: 1 год назад
  • Lec - 18: Apriori Algorithm in Data Mining | Real Life Example 9 месяцев назад
    Lec - 18: Apriori Algorithm in Data Mining | Real Life Example
    Опубликовано: 9 месяцев назад
  • EIS Webinar - Why Most GenAI Projects Fail to Scale and How to Become One of the Success Stories 13 дней назад
    EIS Webinar - Why Most GenAI Projects Fail to Scale and How to Become One of the Success Stories
    Опубликовано: 13 дней назад
  • The Energy Storage Problem No One Explained Properly 6 дней назад
    The Energy Storage Problem No One Explained Properly
    Опубликовано: 6 дней назад

Контактный email для правообладателей: [email protected] © 2017 - 2025

Отказ от ответственности - Disclaimer Правообладателям - DMCA Условия использования сайта - TOS



Карта сайта 1 Карта сайта 2 Карта сайта 3 Карта сайта 4 Карта сайта 5