.png){kind=icon}
返回
Challenges for Leveraging Explainable Artificial Intelligence in Audit Procedures
.png){kind=icon}
OA
AI
DOI：10.2308/JETA-2023-044.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文探讨了审计行业在数据标注不足和机器学习技术日益普及的背景下所面临的挑战。尽管现有的机器学习技术有其优点，但在处理交易数据时存在局限性。可解释人工智能（XAI）可能是将机器学习模型应用于审计程序的一种潜在解决方案。首先，本研究讨论了与预处理依赖、解释验证、XAI技术差异、特征重要性解释的局限性、审计师对XAI的态度以及计算时间相关的挑战。本文为这些挑战提供了一些潜在解决方案。
Keyword:
auditing
substantive test of details
machine learning
outlier detection
explainable artificial intelligence
unsupervised learning
期刊
J
IF:
2
论文数:
20
被引数:
0
机构
引用论文
"Why Should I Trust You?"“我为什么要相信你？”.png)
Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data MiningIF0
PREAI
分享收藏Finding Needles in a Haystack: Using Data Analytics to Improve Fraud Prediction大海捞针: 利用数据分析改进欺诈预测ACCOUNTING REVIEW
ACCOUNTING REVIEWIF4.4
PREAI
分享收藏
查看更多内容