دانلود مقاله ISI انگلیسی شماره 48522
عنوان فارسی مقاله

رتبه بندی اعتباری توسط روش های یادگیری ماشین هیبریدی

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48522 2010 7 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Credit rating by hybrid machine learning techniques
منبع

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

Journal : Applied Soft Computing, Volume 10, Issue 2, March 2010, Pages 374–380

کلمات کلیدی
رتبه بندی اعتباری - وام های مصرف کننده - فراگیری ماشین - مدل های هیبریدی - سود حداکثر
پیش نمایش مقاله
پیش نمایش مقاله  رتبه بندی اعتباری توسط روش های یادگیری ماشین هیبریدی

چکیده انگلیسی

It is very important for financial institutions to develop credit rating systems to help them to decide whether to grant credit to consumers before issuing loans. In literature, statistical and machine learning techniques for credit rating have been extensively studied. Recent studies focusing on hybrid models by combining different machine learning techniques have shown promising results. However, there are various types of combination methods to develop hybrid models. It is unknown that which hybrid machine learning model can perform the best in credit rating. In this paper, four different types of hybrid models are compared by ‘Classification + Classification’, ‘Classification + Clustering’, ‘Clustering + Classification’, and ‘Clustering + Clustering’ techniques, respectively. A real world dataset from a bank in Taiwan is considered for the experiment. The experimental results show that the ‘Classification + Classification’ hybrid model based on the combination of logistic regression and neural networks can provide the highest prediction accuracy and maximize the profit.

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