Vorhersage von Kreditrisiken: Neuronale Netze und SVMs im Vergleich DE
-
- Deutsch ausgewählt
43,90 €
inkl. gesetzl. MwSt.,
Lieferung nach Hause
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
08.02.2025
Verlag
Verlag Unser WissenSeitenzahl
60
Maße (L/B/H)
22/15/0,5 cm
Gewicht
107 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-8-63889-4
Die Bewertung von Kreditrisiken spielt in der Finanzbranche eine zentrale Rolle, und Vorhersagemodelle sind für fundierte Kreditentscheidungen unerlässlich. Dieses Forschungsprojekt befasst sich mit dem Bereich der Kreditrisikobewertung, einem kritischen Aspekt der Finanzindustrie, und schlägt einen innovativen Ansatz vor, der den Algorithmus des Feed Forward Neural Network (FNN) nutzt. Das Hauptaugenmerk liegt auf dem Vergleich der Wirksamkeit des FNN-Algorithmus mit den weit verbreiteten Support Vector Machines (SVM) zur Vorhersage von Kreditrisiken. Ziel ist es, die Effektivität des FNN-Algorithmus bei der Vorhersage von Kreditausfällen zu bewerten, um ein umfassendes Verständnis seiner Leistung im Vergleich zu SVM zu erlangen. Die erzielten Ergebnisse sind vielversprechend und weisen auf eine höhere Genauigkeit des FNN-Modells im Vergleich zu SVM hin. Dies unterstreicht das Potenzial des FNN-Algorithmus, die Kreditrisikobewertung zu revolutionieren. Unsere Ergebnisse unterstreichen die Bedeutung des Einsatzes von KI und ML, insbesondere von neuronalen Netzen, um die Genauigkeit und Zuverlässigkeit von Kreditrisikoprognosesystemen zu verbessern. Die beeindruckende Leistung des FNN-Modells positioniert es als Wegbereiter in diesem Bereich, da es die Genauigkeit und Zuverlässigkeit von Kreditrisikoprognosesystemen verbessert.
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice