Warianty tytułu
Języki publikacji
Abstrakty
Zbudowanie dobrego modelu scoringowego nie jest zadaniem łatwym i wymaga zwykle bardzo przemyślnego zaprojektowania całego przedsięwzięcia. Proces budowy analitycznych modeli jest tylko jednym z etapów tego procesu, w dużym stopniu uzależnionym od jakości i rzetelności zebranych danych. Trafność oceny zdolności kredytowej zależy zatem od tego, co zostało w taki model wbudowane. W niniejszej pracy zaprezentowana została przykładowa analiza za pomocą sieci neuronowych oraz drzew klasyfikacyjnych.
Twórcy
autor
autor
Bibliografia
- Giudici P., 2003, Applied Data Mining. Statistical Methods for Business and Industry, Wiley.
- Gruszczyński M., 2002, Modele i prognozy zmiennych jakościowych w finansach i bankowości, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa.
- Hastie T., Tibshirani R., Friedman J., 2001, The Elements of Statistical Learning, Springer.
- Janc A., Kraska M., 2001, Credit-Scoring. Nowoczesna metoda oceny zdolności kredytowej, Biblioteka Menedżera i Bankowca, Zarządzanie i Finanse, Warszawa.
- Krawiec K., Stefanowski J., 2003, Uczenie maszynowe i sieci neuronowe, Wydawnictwo Politechniki Poznańskiej.
- Lasek M., 2002, Data Mining. Zastosowania w analizach i ocenach klientów bankowych, Biblioteka Menedżera i Bankowca, Zarządzanie i Finanse, Warszawa.
- Lula P., Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 1999.
- Rao C. R., 1994, Statystyka i prawda, PWN
- Sokołowski A., Demski T., Analizy statystyczne i data mining z zastosowaniem oprogramowania StatSoft, StatSoft Polska, Kraków 2003.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000093085973