NOTE: non-parametric oversampling technique for explainable credit scoring

NOTE: non-parametric oversampling technique for explainable credit scoring

Abstract Credit scoring models are critical for financial institutions to assess borrower risk and maintain profitability. Although machine learning models have improved credit scoring accuracy, imbalanced class distributions remain a major challenge. The widely used Synthetic Minority Oversampling...

Mô tả đầy đủ

Chi tiết về thư mục
Những tác giả chính: Seongil Han, Haemin Jung, Paul D. Yoo, Alessandro Provetti, Andrea Cali
Định dạng: Bài viết
Ngôn ngữ:English
Được phát hành: Nature Portfolio 2024-10-01
Loạt:Scientific Reports
Những chủ đề:
Conditional Wasserstein generative adversarial networks
Stacked autoencoder
Explainable AI
Imbalanced class
Oversampling
Credit scoring
Truy cập trực tuyến:https://doi.org/10.1038/s41598-024-78055-5

Internet

https://doi.org/10.1038/s41598-024-78055-5

Những quyển sách tương tự