Application of AI in Credit Scoring Modeling
Celem niniejszego badania jest zbadanie zdolności metod sztucznej inteligencji do dokładnego wykrywania i przewidywania ryzyka kredytowego w oparciu o cechy kredytobiorców detalicznych.
Porównanie regresji logistycznej, drzewa decyzyjnego i losowego lasu wykazało, że metody uczenia maszynowego są w stanie przewidzieć niewypłacalność kredytową osób fizycznych dokładniej niż model logitowy. Ponadto wykazano, że modele losowego lasu i drzewa decyzyjnego były bardziej czułe w wykrywaniu niespłacalnych kredytobiorców.