文献

J-GLOBAL ID：202202275507744746   整理番号：22A0844697

信用スコアリングにおけるアプリケーションによる勾配ブースティング生存木【JST・京大機械翻訳】

Gradient boosting survival tree with applications in credit scoring

著者 (3件)： Bai Miaojun (360 DigiTech Inc.) ,  Zheng Yan (360 DigiTech Inc.) ,  Shen Yun (360 DigiTech Inc.)
資料名： Journal of the Operational Research Society  (Journal of the Operational Research Society)
巻： 73  号： 1  ページ： 39-55  発行年： 2022年 
JST資料番号： D0248A  ISSN： 0160-5682  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： クレジットスコアリングは,消費者金融の分野において重要な役割を果たす。生存分析は,生存時間の確率を定量化することによって信用スコアリング問題に対する高度な解決策を提供する。消費者金融の中国市場で収集された高度に不均一な産業データを処理するために,勾配ブースティングアルゴリズムで生存木モデルを拡張する勾配ブースティング生存木(GBST)と呼ばれるノンパラメトリックアンサンブルツリーモデルを提案した。生存木集合は,付加的方法で負の対数尤度を最小化することによって学習される。提案モデルは,各時間期間に対して同時に生存確率を最適化し,全体の誤差を大幅に削減できる。最後に,適応性の試験として,GBSTモデルを適用し,大規模実市場データセットによる信用リスクを定量化した。結果は,GBSTモデルが,一致指数(C指数),Kolmogorov-Smirnov(KS)指数,ならびに各時間周期の受信者動作特性曲線(AUC)の下の面積によって測定される既存の生存モデルより優れていることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  消費者 ,  勾配 ,  ノンパラメトリック法 ,  金融 ,  *応用プログラム ,  モデル ,  生存率 ,  *木【グラフ】 ,  集合 ,  学習アルゴリズム
準シソーラス用語： 生存率分析 ,  ROC曲線 ,  *ブースティング ,  *スコア化 ,  ブースティングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： ブースティング ,  生存木集団 ,  信用スコアリング ,  生存解析

分類 (3件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 信用 ,  スコアリング ,  アプリケーション ,  勾配ブースティング ,  生存 ,  木