Przewidywanie ryzyka kredytowego: Regresja logistyczna a sieci neuronowe

Przewidywanie ryzyka kredytowego ma kluczowe znaczenie dla instytucji finansowych w celu zminimalizowania ryzyka kredytowego. W niniejszym badaniu zbadano skutecznośc danychtransakcyjnych w przewidywaniu ryzyka kredytowego, porównując wydajnośc dwóch popularnych algorytmów: regresji logistycznej i sieci neuronowych typu feed-forward. Badanie ma na celu ocenę zdolności predykcyjnych, możliwości interpretacji i praktycznego zastosowania tych modeli w identyfikowaniu potencjalnych niesplaconyc...