Workshop Ethiek: Fairness en bias in Machine Learning
Toelichting:

Tijd 10.00 - 16.00 uur | Geaccrediteerd voor 5 PE-punten ethiek | Euro 645

Soort:
  PE-bijeenkomst
Locatie:Johan de Witt huis (Utrecht)
Startdatum: 15 september 2022  Aan Outlook toevoegen
Factsheet: 
URL: 


Agenda documenten
Filter: 

Er is 1 agenda document gevonden.

Doelgroep

Actuariële professionals die zowel binnen als buiten de financiële dienstverlening werkzaam zijn.

 

Doel

Het doel van de workshop is om het bewustzijn over bias in Machine Learning-algoritmen te vergroten en te leren hoe u deze bias kan herkennen, meten en verminderen.

 

Introductie onderwerp/bijeenkomst

Ethische aspecten worden binnen organisaties en bedrijven nog vaak over het hoofd gezien. Als ze wel her- en onderkent worden, is het in veel gevallen onduidelijk hoe nu precies te handelen. En als het wel duidelijk is hoe te handelen, dan komt het nog te vaak voor dat dit in onvoldoende mate gebeurt.

 

Programma

Machine Learning (ML) en kunstmatige intelligentie vinden snel hun weg naar de financiële wereld, wat leidt tot verhoogde efficiëntie en het vermogen om complexe problemen aan te pakken. Het toepassen van ML in finance is echter niet zonder risico's. Het is bekend dat ML-algoritmen maatschappelijke vooroordelen, bijvoorbeeld ten opzichte van bepaalde groepen, kunnen versterken. Bias en eerlijkheid is tegenwoordig volop in het nieuws. Het waarborgen van eerlijkheid van ML-toepassingen is de belangrijkste voorwaarde voor de acceptatie ervan in financiële instellingen.

 

Tijdens deze workshop wordt dieper ingegaan op wat de bronnen zijn van ML-bias en hoe het te herkennen en te meten is. Dr. Svetlana Borovkova bespreekt wat de zogenaamde “beschermde attributen” zijn, hoe eerlijkheid gedefinieerd kan worden en hoe mogelijke bias in ML-toepassingen kan worden verminderd. Ook gaat zij uitgebreid in op de huidige regelgeving met betrekking tot ML-acceptatie in de financiële sector.

 

Spreker

Dr. Svetlana Borovkova is het hoofd Quant Modeling van risicoadviesbureau Probability & Partners en universitair hoofddocent Quantitative Finance and Risk Management aan de Vrije Universiteit Amsterdam. Kijk voor meer informatie op LinkedIn.

 

Algemene informatie

Inschrijfprocedure

Accreditatie

Annuleren

Facturatie

Coronamaatregelen

 


Agenda item: Workshop Ethiek: Fairness en bias in Machine Learning
details


Er is 1 agenda document gevonden.