Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://edoc.bseu.by:8080/handle/edoc/98822
Название: Классификационная искусственная нейронная сеть как альтернатива банковскому скорингу
Другие названия: Classification artificial neural network as an alternative to banking scoring
Авторы: Власенко, М. Н.
Ulasenka, M.
Ключевые слова: кредитный скоринг;классификация;машинное обучение;нейронная сеть;индекс Джини;credit scoring
Дата публикации: 2023
Издательство: Колорград
Language: Русский
Type: Article
Библиографическое описание: Власенко, М. Н. Классификационная искусственная нейронная сеть как альтернатива банковскому скорингу / М. Н. Власенко // Научные труды Белорусского государственного экономического университета. Выпуск 16 / Министерство образования Республики Беларусь, Белорусский государственный экономический университет ; [редакционная коллегия: А. В. Егоров (главный редактор) и др.]. – Минск : Колорград, 2023. – С. 56-67.
Краткий осмотр (реферат): Продемонстрированы возможности использования методов машинного обучения для построения моделей оценки кредитоспособности розничных клиентов банков. Детально рассмотрена разработка искусственной нейронной сети, которая относится к неинтерпретируемым алгоритмам. Предложенный подход обладает большей предсказательной способностью по сравнению с традиционным скорингом и может быть использован в практике банковского бизнеса.
The article demonstrates the possibilities of using machine learning methods to build models of creditworthiness of retail bank customers. The development of an artificial neural network, which refers to non-interpretable algorithms, is considered in detail. The proposed approach is more reliable than traditional scoring and can be used in banking practice.
URI (Унифицированный идентификатор ресурса): http://edoc.bseu.by:8080/handle/edoc/98822
ISBN: 978-985-896-402-3
Располагается в коллекциях:_Научные труды БГЭУ, 2023

Файлы этого ресурса:
Файл Описание РазмерФормат 
Vlasenko_56_67.pdf726.09 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.