Статьи, Журналы
Скоринг кредитных заявок: как перейти от статистических методов к моделям машинного обучения?
Кокшарова, А. Скоринг кредитных заявок: как перейти от статистических методов к моделям машинного обучения? / А. Кокшарова // Банковское кредитование. — 2018 — N5. — С.17-24.
Источник
Рекомендовано к ознакомлению
- 1. Волкова, Е.С. Методы теории нечетких множеств в кредитном скоринге / Е. С. Волкова, В. Б. Гисин, В. И. Соловьев // Финансы и кредит. — 2017 — N35. — С.2088-2106.
- 2. Серов, И. Как, используя Python, сократить время на разработку скоринговых моделей и улучшить их качество / И. Серов // Банковское кредитование. — 2019 — N1. — С.70-76.
- 3. Иванов, В.В. Применение математического аппарата в моделировании внешнеторгового контракта / В.В. Иванов, Ю.К. Саркисьянц // Российский внешнеэкономический вестник. — 2020 — N5. — С.77-92.
- 4. Джункеев, У.К. Прогнозирование безработицы в России с помощью методов машинного обучения / У. К. Джункеев // Деньги и кредит. — Москва, 2022 — N 1. Том 81. — С.73-87.
- 5. Павлов, Е. Прогнозирование инфляции в России с помощью нейронных сетей / Е. Павлов // Деньги и кредит. — Москва, 2020 — N 1. Том 79. — С.57-73.
- 6. Балагаев, А.Ю. Цифровая трансформация экономики России: возможности и риски / А.Ю. Балагаев // Банковское дело. — 2018 — N7. — С.64-67.
- 7. Лукашевич, Н.С. Сравнение нейросетевых и статистических методов оценки кредитного риска / Н.С. Лукашевич // Финансы и кредит. — 2011 — N1. — 32-41.
- 8. Данилина, М. Поднять клиента / М. Данилина, М. Толмачев // Банковское обозрение. — 2018 — N2. — С.62-63.
- 9. Двойников, Д. Анализ клиентского сервиса при помощи нейронных сетей / Д. Двойников // Банковское дело. — 2017 — N11. — С.74-76.
- 10. Гобарева, Я.Л. Современные инновационные технологии в банковской сфере / Я. Л. Гобарева, О. Ю. Городецкая, И. А. Еременко // Банковские услуги. — 2018 — N6. — С.24-32.
Отзывы читателей
0