Previsão do risco de empréstimo: Regressão Logística vs. Redes Neuronais
-
- Portugiesisch ausgewählt
38,99 €
UVP
43,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
28.04.2025
Verlag
Edições Nosso ConhecimentoSeitenzahl
52
Maße (L/B/H)
22/15/0,4 cm
Gewicht
96 g
Sprache
Portugiesisch
ISBN
978-620-6-80439-0
A previsão do risco de crédito é crucial para as instituições financeiras minimizarem os riscos de crédito. Este estudo investiga a eficácia dos dados de transacções na previsão do risco de empréstimos, comparando o desempenho de dois algoritmos populares: regressão logística e redes neurais feed-forward. A investigação visa avaliar as capacidades de previsão, a interpretabilidade e a aplicabilidade prática destes modelos na identificação de potenciais incumprimentos de empréstimos com base em padrões transaccionais. Os dados transaccionais, adquiridos no Kaggle, foram submetidos a um pré-processamento rigoroso e a uma engenharia de caraterísticas adaptada às caraterísticas únicas dos registos de transacções financeiras. Ambos os modelos foram extensivamente treinados e avaliados utilizando métricas estabelecidas, abrangendo a exatidão, a precisão, a recordação e a pontuação F1 para medir de forma abrangente o seu desempenho na previsão de incumprimentos de empréstimos. Os resultados indicam pontos fortes variados entre os modelos: a regressão logística demonstra uma interpretabilidade louvável, ao mesmo tempo que alcança métricas de desempenho competitivas, enquanto a rede neural feed-forward apresenta uma maior exatidão de previsão, embora com maior complexidade e menor interpretabilidade.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden 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