本研究探讨了替代数据在信贷核保中可能引发的偏见，特别是对受保护群体的影响。通过结合因果推断与监督机器学习，提出了一种新方法，旨在消除这些偏见，提高不同种族群体的模型准确性，确保无歧视。

Debiasing Alternative Data in Credit Underwriting Using Causal Inference
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证