Как построить систему кредитного скоринга с ML? Я работал специалистом по данным в Ozon Bank (ведущая компания электронной коммерции в России), был главным специалистом по данным продукта кредитного скоринга. Я попытаюсь обобщить все свои выводы, но я должен фильтровать себя, так как некоторые аспекты продукта не могут быть раскрыты. Есть несколько аспектов, о которых следует подумать: - сущность временных рядов ваших данных (обучение/прогнозирование/проверка) - цель - инженерное..

В настоящее время можно инвестировать в кредиты других людей, используя онлайн-платформы однорангового кредитования, такие как, например, Lending Club. В Lending Club заемщики с более высоким кредитным рейтингом (более надежные и менее рискованные) получают более низкие процентные ставки по своим кредитам. Для сравнения, заемщики с более низким кредитным рейтингом (менее надежным и более рискованным) получают более высокие ставки. С точки зрения инвестора кредиты с более высокими..

ПОЛОЖИТЕЛЬНЫЙ Финансовые учреждения все чаще обращаются к использованию машинного обучения (ML) для управления и анализа данных. Машинное обучение и ИИ (искусственный интеллект) - это область исследований, которая исходит из информатики, математики, психологии и философии. Его конечная цель - разработать систему, которая обеспечивает быстрое и прямое решение задачи. Процессы машинного обучения учатся на данных, которые были предложены системе, различая релевантные и нерелевантные..