Articoli correlati a Statistical and Machine Learning for Credit Risk Parameter...
Risultati della ricerca per Statistical and Machine Learning for Credit Risk Parameter...
Foto dell'editore
Statistical and Machine Learning for Credit Risk Parameter Modeling
Da: PBShop.store US, Wood Dale, IL, U.S.A.
Valutazione del venditore 5 su 5 stelle
PAP. Condizione: New. New Book. Shipped from UK. Established seller since 2000. Codice articolo L2-9783736978799
Compra nuovo
EUR 53,76
Spedizione gratuita
Spedito in U.S.A.
Spedito in U.S.A.
Quantità: Più di 20 disponibili
Foto dell'editore
Statistical and Machine Learning for Credit Risk Parameter Modeling
Da: PBShop.store UK, Fairford, GLOS, Regno Unito
Valutazione del venditore 5 su 5 stelle
PAP. Condizione: New. New Book. Shipped from UK. Established seller since 2000. Codice articolo L2-9783736978799
Compra nuovo
EUR 52,75
Spedizione EUR 3,85
Spedito da Regno Unito a U.S.A.
Spedito da Regno Unito a U.S.A.
Quantità: Più di 20 disponibili
Foto dell'editore
Statistical and Machine Learning for Credit Risk Parameter Modeling
Da: California Books, Miami, FL, U.S.A.
Valutazione del venditore 4 su 5 stelle
Condizione: New. Codice articolo I-9783736978799
Compra nuovo
EUR 60,84
Spedizione gratuita
Spedito in U.S.A.
Spedito in U.S.A.
Quantità: Più di 20 disponibili
Immagini fornite dal venditore
Statistical and Machine Learning for Credit Risk Parameter Modeling
Editore:
Cuvillier, Cuvillier Okt 2023, 2023
ISBN 10: 3736978790
ISBN 13: 9783736978799
Nuovo
Taschenbuch
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
Valutazione del venditore 5 su 5 stelle
Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Die Dissertation befasst sich mit der Anwendung von statistischem und maschinellem Lernen zur Modellierung der Verlustquote bei Ausfall (LGD). Im Forschungsgebiet der LGD-Modellierung gibt es eine Reihe von Fragen und Problemen, die bisher in der Literatur nicht berücksichtigt wurden. Erstens ist unklar, welche Merkmale einer LGD-Verteilung für die Prognosefähigkeit von Schätzmethoden entscheidend sind und welche Schätzmethode für die LGD-Modellierung am besten geeignet ist. Zweitens besteht ein Zielkonflikt zwischen der Transparenz und der Prognosegenauigkeit bei LGD-Schätzmethoden. Komplexe maschinelle Lernalgorithmen weisen eine bessere Vorhersageleistung auf, allerdings auf Kosten einer geringeren Erklärbarkeit. Umgekehrt bietet die lineare Regression eine hohe Interpretierbarkeit, scheint aber eine geringere Prognosegenauigkeit aufzuweisen. Um diesen Zielkonflikt zu lösen, besteht ein geeigneter Ansatz darin, die Vorhersagegenauigkeit der interpretierbaren linearen Regression durch maschinelles Lernen zu verbessern. Drittens stellt die Selektion optimaler Clustervariablen in der gruppierten Modellierung eine zu lösende Herausforderung dar. Die offenen Forschungsfragen werden in der Dissertation anhand von Kreditausfalldaten der Global Credit Data empirisch beantwortet.Cuvillier Verlag, Nonnenstieg 8, 37075 Göttingen 176 pp. Englisch. Codice articolo 9783736978799
Compra nuovo
EUR 53,93
Spedizione EUR 60,00
Spedito da Germania a U.S.A.
Spedito da Germania a U.S.A.
Quantità: 1 disponibili
Immagini fornite dal venditore
Statistical and Machine Learning for Credit Risk Parameter Modeling
Print on DemandDa: AHA-BUCH GmbH, Einbeck, Germania
Valutazione del venditore 5 su 5 stelle
Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Die Dissertation befasst sich mit der Anwendung von statistischem und maschinellem Lernen zur Modellierung der Verlustquote bei Ausfall (LGD). Im Forschungsgebiet der LGD-Modellierung gibt es eine Reihe von Fragen und Problemen, die bisher in der Literatur nicht berücksichtigt wurden. Erstens ist unklar, welche Merkmale einer LGD-Verteilung für die Prognosefähigkeit von Schätzmethoden entscheidend sind und welche Schätzmethode für die LGD-Modellierung am besten geeignet ist. Zweitens besteht ein Zielkonflikt zwischen der Transparenz und der Prognosegenauigkeit bei LGD-Schätzmethoden. Komplexe maschinelle Lernalgorithmen weisen eine bessere Vorhersageleistung auf, allerdings auf Kosten einer geringeren Erklärbarkeit. Umgekehrt bietet die lineare Regression eine hohe Interpretierbarkeit, scheint aber eine geringere Prognosegenauigkeit aufzuweisen. Um diesen Zielkonflikt zu lösen, besteht ein geeigneter Ansatz darin, die Vorhersagegenauigkeit der interpretierbaren linearen Regression durch maschinelles Lernen zu verbessern. Drittens stellt die Selektion optimaler Clustervariablen in der gruppierten Modellierung eine zu lösende Herausforderung dar. Die offenen Forschungsfragen werden in der Dissertation anhand von Kreditausfalldaten der Global Credit Data empirisch beantwortet. Codice articolo 9783736978799
Compra nuovo
EUR 53,93
Spedizione EUR 61,18
Spedito da Germania a U.S.A.
Spedito da Germania a U.S.A.
Quantità: 1 disponibili
Immagini fornite dal venditore
Statistical and Machine Learning for Credit Risk Parameter Modeling
Print on DemandDa: preigu, Osnabrück, Germania
Valutazione del venditore 5 su 5 stelle
Taschenbuch. Condizione: Neu. Statistical and Machine Learning for Credit Risk Parameter Modeling | Marvin Zöllner | Taschenbuch | Englisch | 2023 | Cuvillier | EAN 9783736978799 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu Print on Demand. Codice articolo 133715268
Compra nuovo
EUR 53,93
Spedizione EUR 70,00
Spedito da Germania a U.S.A.
Spedito da Germania a U.S.A.
Quantità: 5 disponibili