Classificazione accurata del credit scoring mediante Ensemble GradientBoost [Italian]

By Armin Lawi

L'industria del credito ? cresciuta molto rapidamente in tutto il mondo. La concessione di crediti ? considerata un'attivit? commerciale che genera profitti per le banche e le altre istituzioni finanziarie. Tuttavia, i prestiti possono anche essere fonte di rischio di perdita. La recente crisi finanziaria ha sollevato l'attenzione delle banche e delle altre istituzioni finanziarie sul rischio di credito. Pertanto, il Comitato di Basilea ha chiesto a tutte le banche e le istituzioni finanziarie di implementare un sistema di credit scoring per aiutare a stimare il livello di rischio di credito. Il metodo di Credit Scoring ? stato sviluppato per selezionare un modello migliore per la previsione del rischio di credito. I metodi di data mining sono superiori ai metodi statistici per affrontare i problemi di Credit Scoring, soprattutto per le relazioni non lineari tra le variabili. Il processo di classificazione sar? effettuato per classificare i potenziali mutuatari in due classi: buoni e cattivi, in base alle caratteristiche dei potenziali mutuatari, utilizzando il metodo GradientBoost ensemble.

• Format: Paperback
• Language: Italian
• ISBN: 6205726505
• ISBN13: 9786205726501
• Release Date: February 2023
• Publisher: Edizioni Sapienza
• Length: 56 Pages
• Weight: 0.21 lbs.
• Dimensions: 0.1" x 6.0" x 9.0"