دانلود مقاله ISI انگلیسی شماره 48513
عنوان فارسی مقاله

استفاده از طبقه بندی فرآیند مرکزی بر اساس گاوس برای پیش بینی رتبه بندی اعتباری

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48513 2011 5 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Using Gaussian process based kernel classifiers for credit rating forecasting
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 38, Issue 7, July 2011, Pages 8607–8611

کلمات کلیدی
فرآیند گاوسی - پشتیبانی از ماشین بردار - طبقه بندی مرکزی - طبقه بندی چند طبقه ای - پیش بینی رتبه بندی اعتباری
پیش نمایش مقاله
پیش نمایش مقاله استفاده از طبقه بندی فرآیند مرکزی بر اساس گاوس برای پیش بینی رتبه بندی اعتباری

چکیده انگلیسی

The subprime mortgage crisis have triggered a significant economic decline over the world. Credit rating forecasting has been a critical issue in the global banking systems. The study trained a Gaussian process based multi-class classifier (GPC), a highly flexible probabilistic kernel machine, using variational Bayesian methods. GPC provides full predictive distributions and model selection simultaneously. During training process, the input features are automatically weighted by their relevances with respect to the output labels. Benefiting from the inherent feature scaling scheme, GPCs outperformed convectional multi-class classifiers and support vector machines (SVMs). In the second stage, conventional SVMs enhanced by feature selection and dimensionality reduction schemes were also compared with GPCs. Empirical results indicated that GPCs still performed the best.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.