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.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
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).
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
Anbieter: PBShop.store US, Wood Dale, IL, USA
PAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Bestandsnummer des Verkäufers L0-9786206804369
Anzahl: Mehr als 20 verfügbar
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes Königreich
PAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Bestandsnummer des Verkäufers L0-9786206804369
Anzahl: Mehr als 20 verfügbar
Anbieter: California Books, Miami, FL, USA
Zustand: New. Bestandsnummer des Verkäufers I-9786206804369
Anzahl: Mehr als 20 verfügbar
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Deutschland
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Französisch. Bestandsnummer des Verkäufers 9786206804369
Anzahl: 2 verfügbar
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 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. Bestandsnummer des Verkäufers 9786206804369
Anzahl: 1 verfügbar
Anbieter: Books Puddle, Woodside, NY, USA
Zustand: New. Bestandsnummer des Verkäufers 26404874480
Anzahl: 4 verfügbar
Anbieter: Majestic Books, Hounslow, Vereinigtes Königreich
Zustand: New. Print on Demand. Bestandsnummer des Verkäufers 408312623
Anzahl: 4 verfügbar
Anbieter: Biblios, Frankfurt am main, HESSE, Deutschland
Zustand: New. PRINT ON DEMAND. Bestandsnummer des Verkäufers 18404874490
Anzahl: 4 verfügbar
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland
Taschenbuch. Zustand: Neu. This item is printed on demand - Print on Demand Titel. Neuware -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.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Französisch. Bestandsnummer des Verkäufers 9786206804369
Anzahl: 1 verfügbar
Anbieter: preigu, Osnabrück, Deutschland
Taschenbuch. Zustand: Neu. Prédiction du risque de prêt : Régression logistique et réseaux neuronaux | Kirti Wanjale (u. a.) | Taschenbuch | Französisch | 2025 | Editions Notre Savoir | EAN 9786206804369 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. Bestandsnummer des Verkäufers 132557982
Anzahl: 5 verfügbar