Classifier Performances For Credit Risk Analysis

Le livre "Classifier Performances for Credit Risk Analysis" d'Erkan Cetiner propose une étude approfondie des techniques de classification dans le domaine de l'analyse du risque de crédit. Rédigé dans le cadre d'une recherche de master, il vise à combiner différents classificateurs individuels en un unique classificateur hybride. Dans cet ouvrage, divers ensembles de données sont analysés et les résultats sont comparés en termes de précision et d'exactitude. Les méthodes examinées comprennent la régression logistique, les machines à vecteurs de support, les réseaux de neurones artificiels et l'approche Naive-Bayes. L'auteur développe un modèle hybride basé sur un mécanisme de pondération moyenne pour combiner les forces des différents classificateurs et améliorer l'efficacité de l'analyse du risque de crédit.