دانلود مقاله ISI انگلیسی شماره 48641
ترجمه فارسی عنوان مقاله

امتیاز دهی اعتباری و اختصاص مجدد موارد مردود از طریق روش های محاسبات تکاملی

عنوان انگلیسی
Credit scoring and rejected instances reassigning through evolutionary computation techniques
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
48641 2003 9 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 5847 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 10 روز بعد از پرداخت 70,164 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 140,328 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 24, Issue 4, May 2003, Pages 433–441

ترجمه کلمات کلیدی
اعتبارسنجی - تقسیم بندی - طبقه بندی معکوس - شبکه های عصبی - الگوریتم های ژنتیکی
کلمات کلیدی انگلیسی
Credit scoring; Classification; Inverse classification; Neural networks; Genetic algorithms
پیش نمایش مقاله
پیش نمایش مقاله امتیاز دهی اعتباری و اختصاص مجدد موارد مردود از طریق روش های محاسبات تکاملی

چکیده انگلیسی

The credit industry is concerned with many problems of interest to the computation community. This study presents a work involving two interesting credit analysis problems and resolves them by applying two techniques, neural networks (NNs) and genetic algorithms (GAs), within the field of evolutionary computation. The first problem is constructing NN-based credit scoring model, which classifies applicants as accepted (good) or rejected (bad) credits. The second one is better understanding the rejected credits, and trying to reassign them to the preferable accepted class by using the GA-based inverse classification technique. Each of these problems influences on the decisions relating to the credit admission evaluation, which significantly affects risk and profitability of creditors. From the computational results, NNs have emerged as a computational tool that is well-matched to the problem of credit classification. Using the GA-based inverse classification, creditors can suggest the conditional acceptance, and further explain the conditions to rejected applicants. In addition, applicants can evaluate the option of minimum modifications to their attributes.

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 5847 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 10 روز بعد از پرداخت 70,164 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 140,328 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.