Application of AI in Credit Scoring Modeling
In dieser Studie wird untersucht, inwieweit KI-Methoden in der Lage sind, Kreditrisiken auf der Grundlage der Merkmale von Privatkreditnehmern genau zu erkennen und vorherzusagen.
Der Vergleich von logistischer Regression, Entscheidungsbaum und Random Forest zeigte, dass maschinelle Lernverfahren in der Lage sind, Kreditausfälle von Einzelpersonen genauer vorherzusagen als das Logit-Modell. Außerdem wurde gezeigt, dass Random-Forest- und Entscheidungsbaum-Modelle bei der Erkennung von säumigen Kreditnehmern empfindlicher sind.
| ISBN: | 9783658401795 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2022 |
| Seitenzahl: | 83 |
Derzeit verfügbar, auf Lager.
