💻 संगणक विज्ञान
SHAP and LIME Explainability in Financial Machine Learning: A Systematic Review of Methods, Evaluation Gaps, and Barriers to Deployment
297 अध्ययनों का यह व्यवस्थित समीक्षा (सिस्टमैटिक रिव्यू) प्रकट करता है कि हालांकि वित्तीय मशीन लर्निंग—विशेष रूप से क्रेडिट मॉडलिंग के लिए—में व्याख्यात्मकता (एक्सप्लेनेबिलिटी) हेतु SHAP और LIME को व्यापक रूप से अपनाया जाता है, लेकिन वे औपचारिक मूल्यांकन की गंभीर कमी से ग्रस्त हैं, जिसमें केवल 9.1% शोध पत्र स्पष्टीकरण की गुणवत्ता का आकलन करते हैं, जो नियामक अनुपालन और विश्वास सुनिश्चित करने के लिए मजबूत सत्यापन और परिनियोजन मानकों की तत्काल आवश्यकता को रेखांकित करता है।