Публикации по теме 'credit-risk'
Модель машинного обучения для прогнозирования дефолтов по кредитам — Часть 1: Общая картина
В этой статье я описываю, как построить простую модель XGBoost для прогнозирования дефолтов по одноранговым кредитам. Выявляя самые рискованные кредиты, модель экономит деньги инвесторов. Интересно, что эта модель создает ценность для инвесторов, хотя и имеет кажущуюся плохую статистическую эффективность. В этом упражнении показано, что тщательное обдумывание текущей бизнес-проблемы не менее важно, чем создание высокопроизводительной модели машинного обучения.
Эта статья состоит из 4..
Анализ кредитного риска с помощью машинного обучения
Использование машинного обучения для определения вероятности того, что претендент на получение кредита не выполнит свои обязательства по кредиту, чтобы кредиторы могли снизить свой риск.
Введение
Кредитный риск можно определить как риск, связанный с финансовыми потерями, возникшими в результате невыплаты заемщиком кредита. Кредиторам или кредиторам необходимо минимизировать этот риск, чтобы предотвратить перебои в движении денежных средств или нести дополнительные расходы на взыскание..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..