Ocena ryzyka kredytowego odgrywa kluczową rolę w branży finansowej, a modele predykcyjne są niezbędne do podejmowania świadomych decyzji kredytowych. Niniejszy projekt badawczy zaglębia się w domenę oceny ryzyka kredytowego, krytycznego aspektu branży finansowej, proponując innowacyjne podejście wykorzystujące algorytm Feed Forward Neural Network (FNN). Glówny nacisk polożono na porównanie skuteczności algorytmu FNN z powszechnie stosowanymi maszynami wektorów nośnych (SVM) do przewidywania ryzyka kredytowego. Celem jest ocena skuteczności algorytmu FNN w przewidywaniu niesplacalności pożyczek, mając na celu kompleksowe zrozumienie jego wydajności w porównaniu z SVM. Uzyskane wyniki są obiecujące, wskazując na wyższą dokladnośc modelu FNN w porównaniu z SVM. Podkreśla to potencjal algorytmu FNN w rewolucjonizowaniu oceny ryzyka kredytowego. Nasze odkrycia podkreślają znaczenie wykorzystania sztucznej inteligencji i uczenia maszynowego, w szczególności sieci neuronowych, w celu zwiększenia dokladności i niezawodności systemów przewidywania ryzyka kredytowego. Imponująca wydajnośc modelu FNN pozycjonuje go jako przelom w tej dziedzinie, oferując zwiększoną dokladnośc i niezawodnośc w systemach przewidywania ryzyka kredytowego.
- | Author: Kirti Wanjale
- | Publisher: Wydawnictwo Nasza Wiedza
- | Publication Date: Feb 08, 2025
- | Number of Pages: 00056 pages
- | Binding: Paperback or Softback
- | ISBN-10: 6208638933
- | ISBN-13: 9786208638931
