GUTSCHEIN
Bitte haben Sie einen Moment Geduld, wir legen Ihr Produkt in den Warenkorb.
Bitte haben Sie einen Moment Geduld, wir legen Ihr Produkt in den Warenkorb.
| Reihe | BestMasters |
|---|---|
| Themen | Wirtschaftswissenschaft, Finanzen, Betriebswirtschaft und Management Finanz- und Rechnungswesen Finanzenwesen und Finanzindustrie |
| ISBN | 9783658401795 |
| Sprache | Englisch |
| Erscheinungsdatum | 08.12.2022 |
| Größe | 21 x 14.8 cm |
| Verlag | Springer Fachmedien Wiesbaden GmbH |
| Lieferzeit | Lieferung in 7-14 Werktagen |
| Herstellerangaben | Anzeigen Springer Nature Customer Service Center GmbH Europaplatz 3 | DE-69115 Heidelberg ProductSafety@springernature.com |
The scope of this study is to investigate the capability of AI methods to accurately detect and predict credit risks based on retail borrowers' features. The comparison of logistic regression, decision tree, and random forest showed that machine learning methods are able to predict credit defaults of individuals more accurately than the logit model. Furthermore, it was demonstrated how random forest and decision tree models were more sensitive in detecting default borrowers.
| Reihe | BestMasters |
|---|---|
| Themen | Wirtschaftswissenschaft, Finanzen, Betriebswirtschaft und Management Finanz- und Rechnungswesen Finanzenwesen und Finanzindustrie |
| ISBN | 9783658401795 |
| Sprache | Englisch |
| Erscheinungsdatum | 08.12.2022 |
| Größe | 21 x 14.8 cm |
| Verlag | Springer Fachmedien Wiesbaden GmbH |
| Lieferzeit | Lieferung in 7-14 Werktagen |
| Herstellerangaben | Anzeigen Springer Nature Customer Service Center GmbH Europaplatz 3 | DE-69115 Heidelberg ProductSafety@springernature.com |
Wie gefällt Ihnen unser Shop?