期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多Agent的信贷风险预测实现技术研究 被引量:2
1
作者 彭岩 涂序彦 《计算机科学》 CSCD 北大核心 2003年第4期165-167,共3页
Risk early Warning is very important to Banks. This dissertation puts forward a Agent-Based Credit Risk Prediction System,the main parts of the system such as model training, prediction, results analyzing are realized... Risk early Warning is very important to Banks. This dissertation puts forward a Agent-Based Credit Risk Prediction System,the main parts of the system such as model training, prediction, results analyzing are realized with agent that have the characteristic of autonomy, social ability, reactivity and pro-activeness etc. And also use agent technology to make the Risk Early Warning more effective. 展开更多
关键词 信贷风险预测 多AGENT系统 人工智能 信贷风险预警系统 专家系统
在线阅读 下载PDF
基于强化学习和XGBoost的信贷风险 被引量:5
2
作者 王朝辉 高保禄 刘璇 《计算机工程与设计》 北大核心 2023年第2期379-385,共7页
为增加信贷风险预测算法的准确率,降低信贷风险,提出一种基于特征工程下的XGBoost超参数优化模型。使用后剪枝的随机森林进行特征选择,利用基于强化学习的改进Q-learning算法优化XGBoost超参数。实验结果表明,相比较于现有的超参数优化... 为增加信贷风险预测算法的准确率,降低信贷风险,提出一种基于特征工程下的XGBoost超参数优化模型。使用后剪枝的随机森林进行特征选择,利用基于强化学习的改进Q-learning算法优化XGBoost超参数。实验结果表明,相比较于现有的超参数优化方法,改进的Q-learning在提升算法收敛速度的前提下保证了准确率。该模型在信贷风险预测中的准确率均优于LightGBM、GRU等模型,验证了其有效性。 展开更多
关键词 信贷风险预测 XGBoost Q-LEARNING 特征选择 超参数优化 集成学习 强化学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部