크레이지 슬롯 크레이지 슬롯 에피소드 38 : 머신 러닝 해석에 대한 오해를 파악하는

FRT는 이전에 Bank of America의 데이터 과학자이자 재무 모델링 임원 인 Bill Kahn 박사를 환영합니다. Bill은 우리와 함께 기계 학습에 대해 논의하고 위험 측면에서 주요 오해를 해석하고 특별한 해석 성의 복잡성에 대해 논의합니다. Bill은 또한 우리의 최근 IIF Digital Finance Symposium 에서이 주제에 대해 이야기했는데,이 주제는 FRT 에피소드 37에 요약되었습니다..

Bill은 때때로 과결, 이질성 및 독립성과 같은 일부 기술 세부 사항 중 일부가 중요 할 수 있지만 일반적으로 큰 실수는 아닙니다. 오히려 그는 기계 학습의 큰 실수를 기본적으로 모든 다중 회귀의 큰 실수와 동일하게 동일합니다. Bill은 "모델이 수행하는 작업"과 "모델이 어떻게 수행되고 있습니까?"를 구별하는 해석 가능성에 대한 주제를 탐구하기 전에 과적과 적합성과 이질성에 대해 논의합니다. 논의에는 기계 학습 사용과 관련된 특별한 관심사에 대한 견해도 포함됩니다. 

이전의 크레이지 슬롯 에피소드는 여기에서 찾을 수 있습니다. 이제 iTunes 또는 Apple Podcast, Google Phip, Spotify에서 크레이지 슬롯를 찾을 수 있으며 SoundCloud 및 IIF 웹 사이트에서 계속 사용할 수 있습니다. 
앞으로, 우리는 금융 업계의 기계 학습에 대한 IIF 원탁 회의를 제외하고 SEB CEO Johan Torgeby와의 스웨덴의 '현금없는 경제'의 출현에 대해 논의 할 것입니다..