Skip to content
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Servicios bibliotecarios
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Journal Matcher
Blog
Contacto
Buscar
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Proceedings of the International Conference on Business Excellence
Volumen 18 (2024): Edición 1 (Junio 2024)
Acceso abierto
A Quantitative Analysis of Default Risk Using Machine Learning and SHAP Value Interpretation
Coralia Tanasuica Zotic
Coralia Tanasuica Zotic
Academy of Economic Studies, Doctoral School of Economic Cybernetics and Statistics (SDCSE)
Bucharest, Romania
Buscar este autor en
Sciendo
|
Google Scholar
Tanasuica Zotic, Coralia
03 jul 2024
Proceedings of the International Conference on Business Excellence
Volumen 18 (2024): Edición 1 (Junio 2024)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Descargar portada
Publicado en línea:
03 jul 2024
Páginas:
233 - 245
DOI:
https://doi.org/10.2478/picbe-2024-0020
Palabras clave
Machine learning
,
Model interpretability
,
Payment Default Prediction
,
Clustering
,
Propensity to pay
,
Bad debt
,
Analytics
© 2024 Coralia Tanasuica (Zotic) et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
