基本信息
文件名称:基于TreeSHAP的个人信贷领域联邦学习模型可解释性研究.pdf
文件大小:2.46 MB
总页数:52 页
更新时间:2025-08-03
总字数:约7万字
文档摘要

Abstract

摘要

在金融机构的日常管理过程中,由于业务需求,通常需要与一个或多个内部

外部的组织交换共享数据,但国内外监管环境都在逐步加强数据保护,因此要打

破数据孤岛、实现在监管下的信息共享就要用到数据共享技术。联邦学习计算就

是通过分布式机器学习技术及加密技术完成多方联合的模型训练,使得原始数

据的安全和隐私性得到保证的情况下对数据进行计算和分析任务。但是,对于联

邦学习计算完成后预测结果及模型的可解释性并没有系统的方