机构名称：
¥ 1.0
与此同时，所谓的机器学习的使用正在飞速增长。计算机处理能力的进步使得人们能够使用多年前发现的方法，例如深度学习、基于树的算法（决策树、随机森林和梯度提升机，例如最新、最强大的 XGBoost 和 Light GBM），以及结合机器学习模型输出的集成技术（例如 Stacking）。在信贷风险行业，使用机器学习技术进行模型开发受到了一定程度的质疑，尤其是从监管合规的角度来看，因为这些技术缺乏透明度，并且具有众所周知的“黑箱”效应。
人工智能在信用风险管理中的应用
主要关键词
相关文件推荐
