Prédiction du risque de prêt

Comparaison des réseaux neuronaux et des SVM

Kirti Wanjale, Aditya Wanjale (Autoren)

Buch | Softcover

56 Seiten

2025
Editions Notre Savoir (Verlag)
978-620-8-63891-7 (ISBN)

Titel nicht im Sortiment

Artikel merken

L'évaluation du risque de prêt joue un rôle central dans l'industrie financière, et les modèles prédictifs sont essentiels pour prendre des décisions de prêt en connaissance de cause. Ce projet de recherche se penche sur le domaine de l'évaluation du risque de prêt, un aspect critique de l'industrie financière, en proposant une approche innovante utilisant l'algorithme Feed Forward Neural Network (FNN). L'objectif principal est de comparer l'efficacité de l'algorithme FNN avec les machines à vecteurs de support (SVM) largement adoptées pour la prédiction du risque de prêt. L'objectif est d'évaluer l'efficacité de l'algorithme FNN dans la prédiction des défauts de paiement, afin d'obtenir une compréhension globale de ses performances par rapport aux SVM. Les résultats obtenus sont prometteurs, indiquant la précision supérieure du modèle FNN par rapport au SVM. Cela met en évidence le potentiel de l'algorithme FNN pour révolutionner l'évaluation du risque de prêt. Nos résultats soulignent l'importance de tirer parti de l'IA et de la ML, en particulier des réseaux neuronaux, pour améliorer la précision et la fiabilité des systèmes de prédiction du risque de prêt. Les performances impressionnantes du modèle FNN le placent en position de changer la donne dans ce domaine, en offrant une précision et une fiabilité accrues dans les systèmes de prédiction du risque de prêt.

Kirti Hemant Wanjale a obtenu son doctorat à la faculté d'ingénierie informatique de SSSTUMS, Sehore MP. Elle est actuellement professeur au département d'ingénierie informatique de l'Institut de technologie Vishwakarma de Pune. Elle a 22 ans d'expérience. Ses principaux domaines de recherche sont les réseaux de capteurs sans fil et l'Internet des objets (IoT).

Erscheinungsdatum	12.02.2025
Sprache	französisch
Maße	152 x 229 mm
Gewicht	86 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik
Schlagworte	analyse prédictive • apprentissage supervisé • machines à vecteurs de support • Modélisation prédictive • Prédiction du risque de prêt • réseaux neuronaux
ISBN-10	620-8-63891-7 / 6208638917
ISBN-13	978-620-8-63891-7 / 9786208638917
Zustand	Neuware