Fr. 57.50

Prédiction du risque de prêt : Régression logistique et réseaux neuronaux

Francese · Tascabile

Spedizione di solito entro 1 a 2 settimane (il titolo viene stampato sull'ordine)

Descrizione

Ulteriori informazioni

La prédiction du risque de prêt est cruciale pour les institutions financières afin de minimiser les risques de prêt. Cette étude examine l'efficacité des données transactionnelles dans la prédiction du risque de prêt, en comparant les performances de deux algorithmes populaires : la régression logistique et les réseaux neuronaux feed-forward. La recherche vise à évaluer les capacités prédictives, l'interprétabilité et l'applicabilité pratique de ces modèles dans l'identification des défauts de paiement potentiels sur la base de modèles transactionnels. Les données transactionnelles, acquises sur Kaggle, ont subi un prétraitement rigoureux et une ingénierie des caractéristiques adaptée aux caractéristiques uniques des enregistrements de transactions financières. Les deux modèles ont été largement entraînés et évalués à l'aide de mesures établies, englobant l'exactitude, la précision, le rappel et le score F1, afin d'évaluer de manière exhaustive leur performance dans la prédiction des défauts de paiement. Les résultats indiquent des forces variées entre les modèles : la régression logistique démontre une interprétabilité louable tout en atteignant des mesures de performance compétitives, tandis que le réseau neuronal feed-forward présente une précision prédictive plus élevée, mais avec une complexité accrue et une interprétabilité réduite.

Info autore










Kirti Hemant Wanjale a obtenu son doctorat à la faculté d'ingénierie informatique de SSSTUMS, Sehore MP. Elle est actuellement professeur au département d'ingénierie informatique de l'Institut de technologie Vishwakarma de Pune. Elle a 22 ans d'expérience. Ses principaux domaines de recherche sont les réseaux de capteurs sans fil et l'Internet des objets (IoT).

Dettagli sul prodotto

Autori Aditya Wanjale, Kirti Wanjale
Editore Editions Notre Savoir
 
Lingue Francese
Formato Tascabile
Pubblicazione 28.04.2025
 
EAN 9786206804369
ISBN 9786206804369
Pagine 52
Categoria Scienze naturali, medicina, informatica, tecnica > Matematica > Teoria delle probabilità, stocastica, statistica matematica

Recensioni dei clienti

Per questo articolo non c'è ancora nessuna recensione. Scrivi la prima recensione e aiuta gli altri utenti a scegliere.

Scrivi una recensione

Top o flop? Scrivi la tua recensione.

Per i messaggi a CeDe.ch si prega di utilizzare il modulo di contatto.

I campi contrassegnati da * sono obbligatori.

Inviando questo modulo si accetta la nostra dichiarazione protezione dati.