Name: Genaue Klassifizierung der Kreditwürdigkeitsprüfung mit Ensemble GradientBoost (en Alemán)
Price: 220605.00 COP
Availability: InStock
Author: Lawi, Armin
ISBN: 9786205726471

portada Genaue Klassifizierung der Kreditwürdigkeitsprüfung mit Ensemble GradientBoost (en Alemán)

Formato

Libro Físico

Autor

Armin Lawi

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.3 cm

Peso

0.10 kg.

ISBN13

9786205726471

Categorías

Tecnología de la información: cuestiones generales

Genaue Klassifizierung der Kreditwürdigkeitsprüfung mit Ensemble GradientBoost (en Alemán)

Armin Lawi (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 220.605

$ 339.392

Ahorras: $ 118.787

35% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Viernes 26 de Julio y el Martes 06 de Agosto.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Genaue Klassifizierung der Kreditwürdigkeitsprüfung mit Ensemble GradientBoost (en Alemán)"

Das Kreditwesen hat sich fast überall auf der Welt sehr schnell entwickelt. Die Kreditvergabe wird als eine Geschäftstätigkeit angesehen, die Banken und anderen Finanzinstituten Gewinne einbringt. Kredite können jedoch auch eine Quelle von Verlustrisiken sein. Die jüngste Finanzkrise hat die Aufmerksamkeit von Banken und anderen Finanzinstituten auf das Kreditrisiko gelenkt. Daher hat der Basler Ausschuss alle Banken und Finanzinstitute aufgefordert, ein Kreditscoring-System einzuführen, das bei der Einschätzung des Kreditrisikos hilft. Die Methode für das Kreditscoring wurde entwickelt, um ein besseres Modell für die Vorhersage des Kreditrisikos auszuwählen. Data-Mining-Methoden sind den statistischen Methoden im Umgang mit Kreditscoring-Problemen überlegen, insbesondere bei nichtlinearen Beziehungen zwischen Variablen. Durch das Flashen der Ensemble-Methode mit statistischen Methoden wird nachweislich eine höhere Genauigkeit als mit der Data-Mining-Methode erreicht. Der Klassifizierungsprozess wird durchgeführt, um potenzielle Kreditnehmer in zwei Klassen einzuteilen: gute potenzielle Kreditnehmer und schlechte potenzielle Kreditnehmer, basierend auf den Merkmalen der potenziellen Kreditnehmer unter Verwendung der GradientBoost-Ensemble-Methode.