Aditya Wanjale / Kirti Wanjale
Librería Desdémona
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Ocena ryzyka kredytowego odgrywa kluczową rolę w branży finansowej, a modele predykcyjne są niezbędne do podejmowania świadomych decyzji kredytowych. Niniejszy projekt badawczy zagłębia się w domenę oceny ryzyka kredytowego, krytycznego aspektu branży finansowej, proponując innowacyjne podejście wykorzystujące algorytm Feed Forward Neural Network (FNN). Główny nacisk położono na porównanie skuteczności algorytmu FNN z powszechnie stosowanymi maszynami wektorów nośnych (SVM) do przewidywania ryzyka kredytowego. Celem jest ocena skuteczności algorytmu FNN w przewidywaniu niespłacalności pożyczek, mając na celu kompleksowe zrozumienie jego wydajności w porównaniu z SVM. Uzyskane wyniki są obiecujące, wskazując na wyższą dokładność modelu FNN w porównaniu z SVM. Podkreśla to potencjał algorytmu FNN w rewolucjonizowaniu oceny ryzyka kredytowego. Nasze odkrycia podkreślają znaczenie wykorzystania sztucznej inteligencji i uczenia maszynowego, w szczególności sieci neuronowych, w celu zwiększenia dokładności i niezawodności systemów przewidywania ryzyka kredytowego. Imponująca wydajność modelu FNN pozycjonuje go jako przełom w tej dziedzinie, oferując zwiększoną dokładność i niezawodność w systemach przewidywania ryzyka kredytowego.