02238nlm0 22002531i 450 001001200000010001600012100003900028101000600067102000600073105001600079135001600095200010400111210004100215215000900256230002300265301001600288305005900304330121100363336007501574700001501649856009301664856011701757856011001874HARMA 77705a9782140311758a20241224d2023    u  y0frea0103    baafreafrea    z   001z adrun nnnauauaaIntelligence artificielle et modélisation du risque de créditb[Ressource électronique]fKarim AmzileaPariscEditions L'Harmattand2023a260 p.a[Données textuelles]a9782140311741aVersion électronique de l'édition papier : 9782140311741aLe risque de crédit est au c?ur des préoccupations des emprunteurs. Dans une économie imprévisible et incertaine, les individus, les ménages, les entreprises, mais aussi les États sont soumis au stress du taux d'intérêt, des traites à rembourser? de la charge de la dette. L'intelligence artificielle peut-elle rendre prévisible l'inconstant, l'aléatoire, l'improbable ? L'auteur étudie, évalue et éclaire la performance de plusieurs méthodes basées sur l'intelligence artificielle dans la modélisation du risque de crédit. Pour ce faire, une variété de méthodes classiques et modernes ont été comparées en termes de capacité à prédire la solvabilité des clients bancaires. Parmi ces méthodes figurent le K-plus proches voisins (KNN), l'Arbre de Décision (DT), la Régression logistique (RL), le Réseau de Neurones artificiels (ANN), les machines à vecteurs de support (SVM) et Naïve Bayes (NB).  À l'issue de cette étude, les performances de chaque modèle ont été comparées en utilisant des métriques d'évaluation telles que la courbe ROC, le taux AUC, l'Accuracy, la précision et d'autres ratios d'erreur issus de la matrice de confusion.



aType de ressource électronique : données textuelles et iconographiquesaKarim Amzile40uhttps://www.editions-harmattan.fr/catalogue/couv/9782140311741r.jpg2Image de couverture40uhttps://www.harmatheque.com/downloadebook/9782140311741zAccès après authentification2Télécharger au format PDF40uhttps://www.harmatheque.com/readebook/9782140311741zAccès après authentification2Lire ce livre en ligne