文件名称：信用风险中的机器学习调查-研究论文
文件大小：490KB
文件格式：PDF
更新时间：2024-06-09 13:40:17
Machine learning artificial intelligence credit
机器学习算法已经在某些行业占据主导地位。 在审查员和审计师数十年的抵制之后，机器学习现在正从研究台移至信用评分的应用程序堆栈，以及信用风险中的一系列其他应用程序。 这种迁移并非没有新的风险和挑战。 现在，许多研究已从如何最好地制作模型转变为如何在符合法规的业务环境中最好地使用模型。本文旨在调查广泛的机器学习方法和信用风险应用领域。 在调查的过程中，我们创建了一个分类法，以考虑如何将不同的机器学习组件进行匹配以创建特定的算法。 通过一个特定的借贷示例，探讨了机器学习成功胜过简单线性方法的原因。 在整个过程中，我们重点介绍未解决的问题，改进的想法以及用于思考如何针对特定问题选择最佳机器学习方法的框架。