32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

La gestion des arriérés est le processus par lequel sont gérés les comptes de prêts qui n'ont pas respecté leurs remboursements contractuels. Bien que des méthodes d'intelligence informatique telles que les réseaux neuronaux artificiels aient été appliquées au domaine connexe de l'approbation des prêts et de la notation du crédit, il existe peu de preuves de leur application à la gestion des arriérés. Cette thèse examine la faisabilité de l'utilisation de réseaux neuronaux artificiels pour prédire le risque que les comptes de prêts personnels soient en retard. Les données utilisées sont des…mehr

Produktbeschreibung
La gestion des arriérés est le processus par lequel sont gérés les comptes de prêts qui n'ont pas respecté leurs remboursements contractuels. Bien que des méthodes d'intelligence informatique telles que les réseaux neuronaux artificiels aient été appliquées au domaine connexe de l'approbation des prêts et de la notation du crédit, il existe peu de preuves de leur application à la gestion des arriérés. Cette thèse examine la faisabilité de l'utilisation de réseaux neuronaux artificiels pour prédire le risque que les comptes de prêts personnels soient en retard. Les données utilisées sont des données réelles sur les prêts personnels provenant d'une institution financière australienne de taille moyenne. Les résultats sont très encourageants, en particulier ceux obtenus lorsqu'un ensemble plutôt que des réseaux individuels a été utilisé. Les résultats suggèrent également qu'il est possible de mener d'autres recherches importantes dans ce domaine.
Autorenporträt
Esther Andrea Maryse Scheurmann, licenciada en Informática (con matrícula de honor), máster en Informática (sistemas de información), Universidad de La Trobe, Australia. Analista de negocios senior en un importante banco australiano.