Публикации по теме 'credit-risk'
Изучение случайных лесов для анализа кредитных рисков и мошенничества в Python
Добро пожаловать на пятый день цикла нашего блога, посвященного анализу кредитных рисков и мошенничества в Python. Сегодня мы продолжим изучение методов машинного обучения для анализа кредитных рисков и мошенничества и погрузимся в случайные леса.
Случайные леса — это ансамблевый метод обучения, который объединяет несколько деревьев решений для повышения точности и надежности наших прогностических моделей. Случайные леса работают, строя множество деревьев решений на случайных..
Анализ кредитного риска с помощью машинного обучения
Введение:
Кредитный риск относится к риску невыполнения обязательств по кредиту или кредитной линии. В финансовой отрасли важно оценивать кредитный риск заемщиков, чтобы принимать обоснованные решения о кредитовании. В этом проекте мы будем использовать методы машинного обучения для анализа кредитного риска на основе исторических данных.
Код:
Во-первых, мы начнем с импорта необходимых библиотек и чтения данных:
import pandas as pd
import numpy as np
from..
Путь к объяснимости машинного обучения туманен ...
… И (почти) все ищут противотуманные фары посреди этой поездки!
Если вы занимаетесь машинным обучением и / или наукой о данных достаточно долго (2–4 года), вы, вероятно, заметили растущее количество статей и мероприятий, связанных с объяснимым искусственным интеллектом (XAI) . Эта тенденция не случайна:
новые правила, такие как Общие правила защиты данных (GDPR) ; недоверие заинтересованных сторон к сложным системам поддержки принятия решений «черным ящиком» в таких ключевых..
Кредитный риск: кластеризация неконтролируемых клиентов
Кредитный риск: кластеризация неконтролируемых клиентов
Банковское дело - одна из отраслей, активно использующих решения для машинного обучения. В частности, давайте сосредоточимся на области потребительского кредита: это относится к любой операции, в которой участвует частный субъект, которым может быть отдельное лицо, а не семья, и банк. Идея потребительского кредита состоит в том, что банк выиграет от предоставления кредита только в том случае, если клиент не объявит дефолт (то..
Моделирование кредитного риска - что, если точность прогнозов моделей невысока?
Реальные проблемы и машинное обучение
Моделирование кредитного риска - что, если точность прогнозов моделей невысока?
Какая модель лучше всего работает?
Эта статья предназначена для демонстрации концепции, а не методов или кода.
Один из вопросов, который я всегда получаю, когда говорю о моделировании кредитного риска (невыплата по ссуде, невыплата по кредитной карте), касается ограничений алгоритмов или моделей прогнозирования.
Как мы можем реализовать решение, если..
Как вы представляете свое решение для науки о данных?
Пример того, как подготовить отчет о моделировании кредитного риска с помощью машинного обучения
Сейчас выходные, чтобы попробовать что-то новое в машинном обучении и сделать это время полезным. Важно задокументировать подход и решение машинного обучения, чтобы поделиться ими с заинтересованными сторонами, так же как и при их разработке.
В сегодняшнем посте мы создадим отчет о решении ML по «Моделированию кредитного риска» (фаворитизм домена здесь очевиден).
Давай попробуем...
Непараметрические модели - Пример использования наборов данных кредитного скоринга
Многое из того, что мы делаем в James, основано на точных прогнозах, часто с использованием моделей машинного обучения. Один из способов, которым мы помогаем кредиторам, - это помочь им принять «непараметрические модели». Но что такое непараметрическая модель и почему они иногда оказываются более предсказуемыми?
Несмотря на то, что в академических кругах проводится множество исследований эффективности непараметрических моделей, мы с трудом можем найти множество публикаций, которые..