A deep learning classifier selection method for credit scoring using neuro-fuzzy approaches
Ο πιστωτικός κίνδυνος είναι μια εξέχουσα πτυχή του χρηματοοικονομικού κινδύνου που έχει ύψιστη σημασία για τον προσδιορισμό της ευημερίας των χρηματοπιστωτικών ιδρυμάτων. Ως εκ τούτου, η παρούσα εργασία προτείνει ένα καινοτόμο Νευρο-ασαφές μοντέλο για την αποτελεσματική ταξινόμηση της πιστοληπτικής...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | Καβούσογλου, Γεώργιος |
|---|---|
| Άλλοι συγγραφείς: | Λάππας, Παντελής |
| Γλώσσα: | English |
| Δημοσίευση: |
2023
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/25869 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
Παρόμοια τεκμήρια
Παρόμοια τεκμήρια
-
Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
από: Τζήρος, Παναγιώτης
Δημοσίευση: (2015) -
Credit scoring and its applications
από: Thomas, L. C.
Δημοσίευση: (2002) -
Βαθμονόμηση πιστοληπτικής ικανότητας στη λιανική τραπεζική
από: Λιαρομάτη, Αθηνά Μαρία - Κωνσταντίνος
Δημοσίευση: (2015) -
Measuring credit risk
από: Coyle, Brian
Δημοσίευση: (2000) -
Credit scoring μοντέλα στη λιανική τραπεζική :
από: Λαμπρίδου, Αντωνία
Δημοσίευση: (2011)