Поиск :
Личный кабинет :
Электронный каталог: Волкова, Е.С. - Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного ско...
Волкова, Е.С. - Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного ско...
Нет экз.
Статья
Автор: Волкова, Е.С.
Финансы и кредит (электронная версия): Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного ско...
2017 г.
ISBN отсутствует
Автор: Волкова, Е.С.
Финансы и кредит (электронная версия): Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного ско...
2017 г.
ISBN отсутствует
Статья
Волкова, Е.С.
Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного скоринга / Волкова Е.С., Гисин В.Б., Соловьев В.И. // Финансы и кредит (электронная версия). – 2017. – №34. – С.2044-2060. - 498807. – На рус. яз.
Обзор современного состояния исследований в области кредитного скоринга. Рост спроса на потребительские кредиты привел к увеличению конкуренции на рынке кредитования. Банки и другие кредитные институты столкнулись с необходимостью обрабатывать большие объемы данных с все возрастающей скоростью. Современные требования к объему обрабатываемых данных и скорости их обработки таковы, что процессы должны быть практически полностью автоматизированы. Эти требования распространяются не только на непосредственную цифровую обработку, но и на процедуры настройки, адаптации и даже построения соответствующих количественных моделей. Традиционно используемые в кредитовании модели, такие как скоринг, стали комбинироваться с новыми вычислительными методами, которые относят к области так называемого машинного обучения или интеллектуального анализа данных. Классификация современных методов интеллектуального анализа данных, применяемых в кредитном скоринге. Описание моделей сравнения эффективности его различных методов. Выводы. Требующийся в современных условиях уровень эффективности могут обеспечить модели кредитного скоринга, использующие процедуры машинного обучения и гибридные модели, в которых применяются комбинированные методы.
Ключевые слова = АВТОМАТИЗАЦИЯ
Ключевые слова = ИНТЕЛЛЕКТУАЛЬНАЯ ДЕЯТЕЛЬНОСТЬ
Ключевые слова = ОБРАБОТКА
Ключевые слова = БАНК
Ключевые слова = БАЗЫ ДАННЫХ
Ключевые слова = СКОРИНГ
Ключевые слова = ФИНАНСЫ. КРЕДИТНО-ДЕНЕЖНАЯ ПОЛИТИКА
Ключевые слова = ЭФФЕКТИВНОСТЬ
Ключевые слова = АНАЛИЗ
Ключевые слова = РОССИЯ
Ключевые слова = ПРОФЕССИОНАЛЬНАЯ ПОДГОТОВКА
Ключевые слова = МЕТОДОЛОГИЯ
Ключевые слова = КРЕДИТ
Ключевые слова = КРЕДИТОВАНИЕ
Ключевые слова = МОДЕЛЬ
Ключевые слова = КЛАССИФИКАЦИЯ
Ключевые слова = ИССЛЕДОВАНИЯ
Ключевые слова = ПОТРЕБИТЕЛЬСКИЙ РЫНОК
Ключевые слова = СПРОС
Ключевые слова = МОДЕЛИРОВАНИЕ
Ключевые слова = СИСТЕМНЫЙ ПОДХОД
Ключевые слова = КОНКУРЕНЦИЯ
Ключевые слова = КРЕДИТНЫЙ РЫНОК
Ключевые слова = ДИСТАНЦИОННОЕ ОБРАЗОВАНИЕ
Ключевые слова = АДАПТАЦИЯ
Волкова, Е.С.
Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного скоринга / Волкова Е.С., Гисин В.Б., Соловьев В.И. // Финансы и кредит (электронная версия). – 2017. – №34. – С.2044-2060. - 498807. – На рус. яз.
Обзор современного состояния исследований в области кредитного скоринга. Рост спроса на потребительские кредиты привел к увеличению конкуренции на рынке кредитования. Банки и другие кредитные институты столкнулись с необходимостью обрабатывать большие объемы данных с все возрастающей скоростью. Современные требования к объему обрабатываемых данных и скорости их обработки таковы, что процессы должны быть практически полностью автоматизированы. Эти требования распространяются не только на непосредственную цифровую обработку, но и на процедуры настройки, адаптации и даже построения соответствующих количественных моделей. Традиционно используемые в кредитовании модели, такие как скоринг, стали комбинироваться с новыми вычислительными методами, которые относят к области так называемого машинного обучения или интеллектуального анализа данных. Классификация современных методов интеллектуального анализа данных, применяемых в кредитном скоринге. Описание моделей сравнения эффективности его различных методов. Выводы. Требующийся в современных условиях уровень эффективности могут обеспечить модели кредитного скоринга, использующие процедуры машинного обучения и гибридные модели, в которых применяются комбинированные методы.
Ключевые слова = АВТОМАТИЗАЦИЯ
Ключевые слова = ИНТЕЛЛЕКТУАЛЬНАЯ ДЕЯТЕЛЬНОСТЬ
Ключевые слова = ОБРАБОТКА
Ключевые слова = БАНК
Ключевые слова = БАЗЫ ДАННЫХ
Ключевые слова = СКОРИНГ
Ключевые слова = ФИНАНСЫ. КРЕДИТНО-ДЕНЕЖНАЯ ПОЛИТИКА
Ключевые слова = ЭФФЕКТИВНОСТЬ
Ключевые слова = АНАЛИЗ
Ключевые слова = РОССИЯ
Ключевые слова = ПРОФЕССИОНАЛЬНАЯ ПОДГОТОВКА
Ключевые слова = МЕТОДОЛОГИЯ
Ключевые слова = КРЕДИТ
Ключевые слова = КРЕДИТОВАНИЕ
Ключевые слова = МОДЕЛЬ
Ключевые слова = КЛАССИФИКАЦИЯ
Ключевые слова = ИССЛЕДОВАНИЯ
Ключевые слова = ПОТРЕБИТЕЛЬСКИЙ РЫНОК
Ключевые слова = СПРОС
Ключевые слова = МОДЕЛИРОВАНИЕ
Ключевые слова = СИСТЕМНЫЙ ПОДХОД
Ключевые слова = КОНКУРЕНЦИЯ
Ключевые слова = КРЕДИТНЫЙ РЫНОК
Ключевые слова = ДИСТАНЦИОННОЕ ОБРАЗОВАНИЕ
Ключевые слова = АДАПТАЦИЯ