Une étude consacrée aux méthodes basées sur l'intelligence artificielle dans la modélisation du risque du crédit. Le spécialiste compare diverses techniques classiques et modernes en terme de capacité à prédire la solvabilité des clients bancaires, parmi lesquelles K-plus proches voisins (KNN), l'arbre de décision (DT) ou encore la régression logistique (RL), et évalue leurs performances. ©Electre 2024
Intelligence artificielle et modélisation du risque de crédit
Le risque de crédit est au coeur 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.
Paru le : 24/07/2023
Thématique : Politique monétaire et budgétaire
Auteur(s) : Auteur : Karim Amzile
Éditeur(s) :
L'Harmattan
Collection(s) : L'esprit économique
Série(s) : Non précisé.
ISBN : 978-2-14-031174-1
EAN13 : 9782140311741
Reliure : Broché
Pages : 256
Hauteur: 24.0 cm / Largeur 16.0 cm
Épaisseur: 1.6 cm
Poids: 445 g
Carte fidélité
Mollat Radio
