Вікторина, пов’язана з посібником · Середній Рівень
Вікторина AI in Credit Underwriting
Перегляньте андеррайтинг кредитів, дискримінацію через довірених осіб, повідомлення про несприятливі дії, альтернативні дані, пояснення та нормативні обмеження.
Питання 1 з 8
Що в першу чергу намагається передбачити модель кредитного андеррайтингу штучного інтелекту?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Що в першу чергу намагається передбачити модель кредитного андеррайтингу штучного інтелекту?
- Імовірність того, що позичальник не виконає зобов’язання
- Улюблений банк позичальника
- Біржовий напрямок
- Вік позичальника точно
- Що таке «проксі-дискримінація» в кредитних моделях?
- Використання резервного сервера
- Функція, яка замінює захищений атрибут, як раса
- Найм довіреної особи для оформлення кредиту
- Шифрування даних клієнтів
- What does an adverse-action notice communicate to a credit applicant?
- A guarantee of future loan approval
- A credit score that proves discrimination
- That the creditor took an adverse action on the credit application
- A list of every variable in every model
- Кому потенційно може допомогти андеррайтинг штучного інтелекту, якому традиційні системи показників часто відмовляються?
- Тільки найзаможніші позичальники
- Самі банки
- Державні регулятори
- «Тонкі» заявники з невеликою традиційною кредитною історією
- Чому такі інструменти, як SHAP, використовуються в кредитному андеррайтингу?
- Віднести рішення до конкретних ознак для пояснень
- Для прискорення інтернету
- Для встановлення основної процентної ставки
- Для виявлення комп'ютерних вірусів
- Яка основна напруга у використанні більшої кількості даних для андеррайтингу?
- Більше даних завжди знижує точність
- Більше даних може підвищити точність, але може приховати дискримінацію
- Використання даних є незаконним
- Дані роблять кредити безкоштовними
- When a creditor supplies a statement of reasons under Regulation B, what must those reasons describe?
- A generic statement that an algorithm denied credit
- A complete source-code listing
- Specific principal reasons that accurately describe factors actually used in the decision
- A promise that the applicant will later be approved
- Why can an alternative-data source raise fairness questions in underwriting?
- It is always illegal to use any nontraditional data
- It guarantees a higher credit score
- It eliminates the need for validation
- It may act as a proxy for protected characteristics or reflect uneven coverage