本研究提出了一种结合多种梯度提升模型的堆叠集成框架，用于金融欺诈检测，解决了传统模型缺乏透明性的问题。通过可解释人工智能技术，该模型在准确率和AUC-ROC评分上均达到99%，提升了决策的透明性和可信度。

Financial Fraud Detection Using Explainable AI and Stacking Ensemble Methods
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
利用周期性增强多模态情绪模式模型的鲁棒性

利用周期性增强多模态情绪模式模型的鲁棒性
Apple Machine Learning Research Apple Machine Learning Research ·
👤 个人中心
在公众号发送验证码完成验证