Интеллектуальный скоринг и кредитный риск
DOI:
https://doi.org/10.51301/ce.2024.i2.06Ключевые слова:
искусственный интеллект, машинное обучение, логистическая регрессия, датасет, базы данных, интеграцияАннотация
В данной статье исследуются инновационные подходы к совершенствованию систем кредитного скоринга и управления кредитными рисками в банковской сфере. Предлагаемая система использует методы машинного обучения для комплексного анализа финансовой истории клиентов, рыночных условий и макроэкономических показателей, что позволяет проводить более точную оценку кредитного риска. Работа включает сравнительный анализ различных моделей, демонстрируя их практическую применимость и эффективность в условиях быстро меняющейся финансовой среды. Результаты экспериментов показывают, что использование предложенных алгоритмов способствует значительному повышению качества прогнозов и снижению финансовых потерь. Исследование подчеркивает перспективы внедрения адаптивных аналитических инструментов, способствующих принятию оперативных и обоснованных управленческих решений в банках.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Computing & Engineering

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
<div class="pkpfooter-son">
<a rel="license" href="http://creativecommons.org/licenses/by-nc/4.0/"><img alt="Creative Commons License" style="border-width:0" src="https://i.creativecommons.org/l/by-nc/4.0/80x15.png"></a><br>This work is licensed under a <a rel="license" href="http://creativecommons.org/licenses/by-nc/4.0/">Creative Commons Attribution-NonCommercial 4.0 International License</a>.
</div>
