Classifier Performances For Credit Risk Analysis

Das Buch "Classifier Performances for Credit Risk Analysis" von Erkan Cetiner bietet eine umfassende Untersuchung von Klassifikationstechniken im Bereich der Kreditrisikoanalyse. Es wurde im Rahmen einer Masterforschung verfasst und zielt darauf ab, verschiedene Einzelklassifikatoren zu einem einzigartigen hybriden Klassifikator zu vereinen. In dieser Arbeit werden verschiedene Datensätze analysiert und die Ergebnisse hinsichtlich Genauigkeit und Präzision verglichen. Zu den untersuchten Methoden gehören logistische Regression, Support Vector Machines, künstliche neuronale Netze und der Naive-Bayes-Ansatz. Der Autor entwickelt ein hybrides Modell, das auf einem durchschnittlichen Gewichtungsmechanismus basiert, um die Stärken der einzelnen Klassifikatoren zu kombinieren und die Effizienz der Kreditrisikoanalyse zu verbessern.