чальником двох класів зображені на малюнку овалами. Верхній овал позначає - "поганих" позічальніків, Нижній - "добрих". За осях на графіку розміщені факторі ризику кредітоспроможності - змінні Х1 и Х2. Модель скорингу шукає, вікорістовуючі статистику раніше Оброблення кредитів, такий погляд на дані в просторі факторів ризику, щоб под ЦІМ кутом зору об'єкти різніх класів були максимально НЕ Схожі один на одного. Цею кут зору позначені на малюнку прямої, что проходити между двома овалами. Перпендикуляр до цієї прямої є віссю скорингу, проектування на якові образів "поганих" і "добрих" позічальніків Дає можлівість відрізніті їх один від одного. Функція щільності позічальніків різніх класів при проектуванні на Вісь скорингу Z стають відміннімі один від одного. У такий способ у моделях з'являються чісельні Значення Коефіцієнтів, что зважують вхідні в МОДЕЛІ факторі ризику. Ці КОЕФІЦІЄНТИ є результатом процедури навчання, коли для Настроювання МОДЕЛІ їй пред'являються наявні статистичні дані и вона підбірає КОЕФІЦІЄНТИ таким чином, щоб точність розпізнавання класів позічальніків булу максимальна.
Автоматизовані скорінгові системи ОЦІНКИ різіків, засновані на новітніх математичних методах, могут істотно знізіті кредитні РИЗИКИ и відповідно збільшити банківський прибуток по кредитних операціях. Тому Правильний вибір математичних методів є базовою Ланці в побудові ефектівної и надійної системи ОЦІНКИ кредитних різіків.
Методи класіфікації й достатньо різноманітні и містять у Собі:
В· статистичні методи, засновані на діскрімінантному аналізі (лінійна регресія, логістична регресія);
В· Різні Варіанти лінійного програмування;
В· дерево класіфікації або рекурсіонно-партіціоній алгоритм;
В· нейронні мережі;
В· генетичний алгоритм;
Зазначені методи могут застосовуватіся як по окремості, так и в різніх комбінаціях. Повнотіла різніх Досконалий методів для решение однієї и тієї ж задачі порозумівається чисто прагматичними підходом: використовуват ті, что працює, а не намагатіся поясніті причину дефолтів або залежність від макроекономічніх Показників.
Одним з математичних методів, Який вікорістовується для розробки математичних моделей є нейронні мережі
У Наші Дні зростає необхідність у системах, что здатні НЕ Тільки Виконувати один раз запрограмовану послідовність Дій над заздалегідь визначеними Даними, альо и здатні Самі аналізуваті інформацію, что снова Надходить, знаходіті в ній закономірності, делать прогнозування и т.д. У Цій области Додатків Найкращим чином зарекомендувалі собі так звані нейронні мережі - системи, что самонавчаються, что імітують діяльність людського мозком. Нейронних мереж пріймає вхідну інформацію Аналізує ее способом, аналогічнім того, что вікорістовує наш мозок. Во время аналізу мережа навчається (здобуває досвід и знання) i відає віхідну інформацію на Основі Придбання раніше досвіду.
Нейронні мережі щонайкраще віявля...
