用于建模消费者债务的增强神经网络
计算工程、金融与科学
2014-09-04 v1 机器学习
神经与进化计算
摘要
消费者债务已上升为现代社会的一个重要问题，引发了大量研究以理解消费者债务的本质，而迄今为止其建模主要依靠统计模型。本文表明，计算智能能够提供一种更全面的方法，更适合处理债务数据集所具有的复杂关系，这是线性回归无法揭示的。具体而言，正如我们的结果所示，神经网络在建模消费者债务方面取得了最佳性能，尤其是当它们能够将数据挖掘过程中显著且经实验验证的结果纳入模型时，充分利用了神经网络在拓扑设计上的灵活性。这一新颖方法构建了一个精细的消费者债务建模框架，可扩展至其他任何现实世界的应用。
引用
@article{arxiv.1409.1057,
title = {Augmented Neural Networks for Modelling Consumer Indebtness},
author = {Alexandros Ladas and Jonathan M. Garibaldi and Rodrigo Scarpel and Uwe Aickelin},
journal= {arXiv preprint arXiv:1409.1057},
year = {2014}
}
备注
Proceedings of the 2014 World Congress on Computational Intelligence (WCCI 2014), pp. 3086-3093, 2014