文献

J-GLOBAL ID：202102214460397644   整理番号：21A2869865

インスタンスベースモデルによる信用リスク予測のためのデータフィルタリング技術の利用について【JST・京大機械翻訳】

On the use of data filtering techniques for credit risk prediction with instance-based models

著者 (3件)： Garcia V. (Institute of New Imaging Technologies, Department of Computer Languages and Systems, Universitat Jaume I, Av. Sos Baynat s/n, 12071 Castello de la Plana, Spain) ,  Marques A.I. (Department of Business Administration and Marketing, Universitat Jaume I, Av. Sos Baynat s/n, 12071 Castello de la Plana, Spain) ,  Sanchez J.S. (Institute of New Imaging Technologies, Department of Computer Languages and Systems, Universitat Jaume I, Av. Sos Baynat s/n, 12071 Castello de la Plana, Spain)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 18  ページ： 13267-13276  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多くの技術が,信用リスク予測のために,統計モデルから人工知能法まで提案されている。しかし,訓練セットにおけるノイズと異常値の存在を扱うのに,非常に少ない研究努力が払われており,それは予測モデルの性能に強く影響する可能性がある。したがって,本報告の目的は,フィルタリングアルゴリズムの適用が信用リスク評価の文脈においてインスタンスベース分類器の精度の増加をもたらすかどうかを系統的に調べることである。20の異なったアルゴリズムと8つの信用データベースによる実験結果は,最隣接決定規則を使用するとき,フィルタ集合が非前処理訓練セットより著しく良いことを示した。また,実験は,ノイズのある信用データに直面するとき,どの技術が最もロバストで正確であるかを同定できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  フィルタ ,  データベース ,  前処理 ,  *フィルタリング ,  金融 ,  人工知能 ,  統計模型 ,  異常値 ,  ロバスト性 ,  予測モデル
準シソーラス用語： ディシジョンルール ,  *データフィルタリング ,  *信用リスク , 【Automatic Indexing@JST】

著者キーワード (7件)： 金融 ,  信用リスク ,  インスタンス選択 ,  異常 ,  フィルタリング ,  編集 ,  最近傍ルール

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 信用リスク ,  予測 ,  データフィルタリング