Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Proceedings of the International Conference on Business Excellence
Édition 18 (2024): Edition 1 (June 2024)
Accès libre
A Quantitative Analysis of Default Risk Using Machine Learning and SHAP Value Interpretation
Coralia Tanasuica Zotic
Coralia Tanasuica Zotic
| 03 juil. 2024
Proceedings of the International Conference on Business Excellence
Édition 18 (2024): Edition 1 (June 2024)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
03 juil. 2024
Pages:
233 - 245
DOI:
https://doi.org/10.2478/picbe-2024-0020
Mots clés
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.
Coralia Tanasuica Zotic
Academy of Economic Studies, Doctoral School of Economic Cybernetics and Statistics (SDCSE)
Bucharest, Romania