• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Previsão do risco de empréstimo: Comparação entre redes neurais e SVMs

Previsão do risco de empréstimo: Comparação entre redes neurais e SVMs

Paperback

Probability & Statistics

ISBN10: 6208638941
ISBN13: 9786208638948
Publisher: Edicoes Nosso Conhecimento
Published: Feb 8 2025
Pages: 60
Weight: 0.21
Height: 0.14 Width: 6.00 Depth: 9.00
Language: Portuguese
A avaliação do risco de empréstimos desempenha um papel fundamental no sector financeiro e os modelos preditivos são essenciais para tomar decisões de empréstimo informadas. Este projeto de investigação investiga o domínio da avaliação do risco de crédito, um aspeto crítico da indústria financeira, propondo uma abordagem inovadora que utiliza o algoritmo Feed Forward Neural Network (FNN). O foco principal é comparar a eficácia do algoritmo FNN com as Máquinas de Vectores de Suporte (SVM) amplamente adoptadas para a previsão do risco de empréstimo. O objetivo é avaliar a eficácia do algoritmo FNN na previsão de incumprimentos de empréstimos, visando uma compreensão abrangente do seu desempenho em comparação com o SVM. Os resultados obtidos são promissores, indicando a precisão superior do modelo FNN em comparação com o SVM. Este facto realça o potencial do algoritmo FNN para revolucionar a avaliação do risco de crédito. As nossas conclusões sublinham a importância de tirar partido da IA e do ML, especificamente das redes neuronais, para aumentar a precisão e a fiabilidade dos sistemas de previsão do risco de crédito. O desempenho impressionante do modelo FNN posiciona-o como um divisor de águas neste campo, oferecendo maior precisão e fiabilidade nos sistemas de previsão do risco de crédito.

Also from

Wanjale, Kirti

Also in

Probability & Statistics