Forecasting.ai

Le blog de Forecasting AI

Blog

>

Machine Learning

>

La Covid s'attaque aux modèles de Machine Learning des banques

La Covid s'attaque aux modèles de Machine Learning des banques

Par G.H.

|

24 février 2021

|

Machine Learning

|

fren

Plus d'un tiers des banques britanniques ont signalé un impact négatif sur l'efficacité des modèles de Machine Learning à la suite de la pandémie de coronavirus.


Une enquête de la Banque d'Angleterre auprès des institutions financières a révélé qu'environ 35 % des banques ont signalé un impact "positif" de la Covid sur les technologies d'apprentissage machine (ML) et de science des données (DS) qui favorisent le travail à distance chez les employés.

Des scenarii inédits avec la Covid


Toutefois, la banque centrale a constaté que les risques existants peuvent être amplifiés ou que de nouveaux risques peuvent surgir de l'utilisation du Machine Learning et de la Data Science dans les services financiers. Par exemple, les modèles de ML peuvent ne pas bien fonctionner s'ils sont appliqués à une situation qu'ils n'ont pas encore rencontrée dans les données de formation. Ceci est particulièrement pertinent dans le contexte de la pandémie de coronavirus, où les données sous-jacentes ou les propriétés statistiques des données peuvent avoir changées.

Survey on Machine Learning, Data Science and Covid. (Source: Bank of England)
Selon l'enquête, environ 35 % des banques ont également fait état d'un impact négatif sur la performance du modèle de machine learning en raison de la Covid. En effet, la pandémie a provoqué un grave ralentissement qui n'aurait pas pu être prévu sur la seule base des données économiques ou des projections historiques.

Une surveillance pour "atténuer les risques"


"Nous continuerons à suivre de près ces développements avec d'autres régulateurs tels que la Financial Conduct Authority et nous prendrons les mesures nécessaires pour soutenir l'adoption sûre du ML et du DS dans les services financiers", a détaillé la Banque d'Angleterre sur son site Internet. "Comme la Covid a conduit à des changements dans les performances des modèles, il est nécessaire de procéder à une surveillance et à une validation plus continue par rapport à la validation statique et aux méthodes d'essai pour atténuer ce risque."