Classifier Performances For Credit Risk Analysis

Il libro "Classifier Performances for Credit Risk Analysis" di Erkan Cetiner offre un'analisi approfondita delle tecniche di classificazione nel campo dell'analisi del rischio di credito. È stato redatto nell'ambito di una ricerca di master e si propone di unire diversi classificatori singoli in un unico classificatore ibrido. In questo lavoro vengono analizzati vari set di dati e i risultati vengono confrontati in termini di accuratezza e precisione. Le metodologie esaminate includono la regressione logistica, le macchine a vettori di supporto, le reti neurali artificiali e l'approccio Naive-Bayes. L'autore sviluppa un modello ibrido basato su un meccanismo di pesatura media per combinare i punti di forza dei singoli classificatori e migliorare l'efficienza dell'analisi del rischio di credito.