Статьи, Журналы
Как, используя Python, сократить время на разработку скоринговых моделей и улучшить их качество
Серов, И. Как, используя Python, сократить время на разработку скоринговых моделей и улучшить их качество / И. Серов // Банковское кредитование. — 2019 — N1. — С.70-76.
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. Данилина, М. Поднять клиента / М. Данилина, М. Толмачев // Банковское обозрение. — 2018 — N2. — С.62-63.
- 3. Васильев, А.Н. Особенности скорингового моделирования на основе линейных рейтинговых функций / А.Н. Васильев // Банковское дело. — 2013 — N6. — 75-78.
- 4. Ляндрес, В. "Скоринг Бюро" - альтернатива кредитным отчетам / В. Ляндрес // Банковский ритейл. — 2015 — N2. — 74-80.
- 5. Нарыжная, Н.Ю. Системный анализ алгоритма оценки скорингового балла банковского клиента как информационный ресурс его доработки и повышения эффективности / Н. Ю. Нарыжная, С. М. Силинская, Е. Г. Сафронов // Информационные ресурсы России. — 2020 — N1. — С.32-39.
- 6. 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.
- 7. Кокшарова, А. Скоринг кредитных заявок: как перейти от статистических методов к моделям машинного обучения? / А. Кокшарова // Банковское кредитование. — 2018 — N5. — С.17-24.
- 8. Глинкина, Е.В. Кредитный скоринг как инструмент эффективной оценки кредитоспособности / Е.В. Глинкина // Финансы и кредит. — 2011 — N16. — 43-47.
- 9. Гараган, С.А. Метод эмпирической скоринговой функции и его использование в кредитном процессе / С.А. Гараган // Банковское кредитование. — 2011 — N1. — 43-62.
- 10. Исмаилов, И.Ш. Направления внедрения технологии искусственного интеллекта в банковскую деятельность: перспективы правового регулирования / И. Ш. Исмаилов // Банковское право. — Москва, 2020 — N 5. — С.26-32.
Отзывы читателей
0