文献

J-GLOBAL ID：201902278370412206   整理番号：19A1934931

LS-SVMアンサンブルを用いたクレジットカードデフォルトクライアントの分類【JST・京大機械翻訳】

Classification of Credit Card Default Clients Using LS-SVM Ensemble

著者 (2件)： Lawi Armin (Department of Computer, Science Hasanuddin University, Makassar, Indonesia) ,  Aziz Firman (Faculty of Mathematics and Natural, Sciences Pancasakti University, Makassar, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIC  ページ： 1-4  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データベースから知識を発見し,それを有用な情報に変えることは大きな課題である。機械学習の利用はデータの解析を助け,会社によって実行できる結果を提供するのに寄与する。SVMは,他の機械学習法より良い性能を持つ機械学習法の一つであるが,パラメータ設定と訓練サンプルに敏感であり,SVM法の性能精度はLS-SVMとアンサンブル法を用いて改善できる。本研究では,LS-SVMアンサンブルを提案し,デフォルトをデフォルトする見込みのあるクレジットカードクライアントを同定した。最小二乗SVMアンサンブル法は,SVMから1.7%,最小二乗SVMから0.6%の差で最も高い割合を持っている。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  データベース ,  *クレジットカード ,  最小二乗法
準シソーラス用語： アンサンブル法 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： LS-SVM ,  アンサンブル ,  分類