دانلود مقاله ISI انگلیسی شماره 48612
ترجمه فارسی عنوان مقاله

استفاده از آنسامبل های شبکه های عصبی برای پیش بینی ورشکستگی و امتیازدهی اعتباری

عنوان انگلیسی
Using neural network ensembles for bankruptcy prediction and credit scoring
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
48612 2008 11 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 4834 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 8 روز بعد از پرداخت 58,008 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 4 روز بعد از پرداخت 116,016 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

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

Journal : Expert Systems with Applications, Volume 34, Issue 4, May 2008, Pages 2639–2649

ترجمه کلمات کلیدی
پیش بینی ورشکستگی - اعتبارسنجی - شبکه های عصبی - آنسامبل های طبقه بندی کننده
کلمات کلیدی انگلیسی
Bankruptcy prediction; Credit scoring; Neural networks; Classifier ensembles
پیش نمایش مقاله
پیش نمایش مقاله استفاده از آنسامبل های شبکه های عصبی برای پیش بینی ورشکستگی و امتیازدهی اعتباری

چکیده انگلیسی

Bankruptcy prediction and credit scoring have long been regarded as critical topics and have been studied extensively in the accounting and finance literature. Artificial intelligence and machine learning techniques have been used to solve these financial decision-making problems. The multilayer perceptron (MLP) network trained by the back-propagation learning algorithm is the mostly used technique for financial decision-making problems. In addition, it is usually superior to other traditional statistical models. Recent studies suggest combining multiple classifiers (or classifier ensembles) should be better than single classifiers. However, the performance of multiple classifiers in bankruptcy prediction and credit scoring is not fully understood. In this paper, we investigate the performance of a single classifier as the baseline classifier to compare with multiple classifiers and diversified multiple classifiers by using neural networks based on three datasets. By comparing with the single classifier as the benchmark in terms of average prediction accuracy, the multiple classifiers only perform better in one of the three datasets. The diversified multiple classifiers trained by not only different classifier parameters but also different sets of training data perform worse in all datasets. However, for the Type I and Type II errors, there is no exact winner. We suggest that it is better to consider these three classifier architectures to make the optimal financial decision.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 4834 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 8 روز بعد از پرداخت 58,008 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 4 روز بعد از پرداخت 116,016 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.