ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Bio-Inspired Credit Risk Analysis: Computational Intelligence with Support Vector Machines

دانلود کتاب تجزیه و تحلیل ریسک اعتباری الهام گرفته از زیستی: هوش محاسباتی با ماشین‌های بردار پشتیبان

Bio-Inspired Credit Risk Analysis: Computational Intelligence with Support Vector Machines

مشخصات کتاب

Bio-Inspired Credit Risk Analysis: Computational Intelligence with Support Vector Machines

دسته بندی: مدیریت
ویرایش: 1 
نویسندگان: , , ,   
سری:  
ISBN (شابک) : 3540778020, 9783540778028 
ناشر: Springer 
سال نشر: 2008 
تعداد صفحات: 244 
زبان: English  
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت

قیمت کتاب (تومان) : 31,000



کلمات کلیدی مربوط به کتاب تجزیه و تحلیل ریسک اعتباری الهام گرفته از زیستی: هوش محاسباتی با ماشین‌های بردار پشتیبان: مدیریت، مدیریت ریسک



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 17


در صورت تبدیل فایل کتاب Bio-Inspired Credit Risk Analysis: Computational Intelligence with Support Vector Machines به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل ریسک اعتباری الهام گرفته از زیستی: هوش محاسباتی با ماشین‌های بردار پشتیبان نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تجزیه و تحلیل ریسک اعتباری الهام گرفته از زیستی: هوش محاسباتی با ماشین‌های بردار پشتیبان

تحلیل ریسک اعتباری یکی از موضوعات مهم در حوزه مدیریت ریسک مالی است. با توجه به بحران های مالی اخیر و نگرانی های نظارتی بازل II، تجزیه و تحلیل ریسک اعتباری تمرکز اصلی صنعت مالی و بانکی بوده است. به ویژه برای برخی از موسسات اعطای اعتبار مانند بانک های تجاری و شرکت های اعتباری، توانایی تشخیص مشتریان خوب از مشتریان بد بسیار مهم است. نیاز به مدل‌های کمی قابل‌اعتماد که پیش‌فرض‌ها را با دقت پیش‌بینی می‌کنند، ضروری است تا طرف‌های ذینفع بتوانند اقدامات پیشگیرانه یا اصلاحی انجام دهند. از این رو تجزیه و تحلیل ریسک اعتباری برای پایداری و سود شرکت ها بسیار مهم می شود. در چنین زمینه‌هایی، این کتاب تلاش می‌کند تا ماشین‌های بردار پشتیبان جدید و سایر تکنیک‌های هوش محاسباتی را که اصول پردازش اطلاعات الهام‌گرفته از زیست‌شناسی را تکرار می‌کنند، یکپارچه کند تا روش‌های نوآورانه‌ای برای تجزیه و تحلیل ریسک اعتباری ایجاد کند و اطلاعات پشتیبانی تصمیم را برای طرف‌های علاقه‌مند ارائه کند.


توضیحاتی درمورد کتاب به خارجی

Credit risk analysis is one of the most important topics in the field of financial risk management. Due to recent financial crises and regulatory concern of Basel II, credit risk analysis has been the major focus of financial and banking industry. Especially for some credit-granting institutions such as commercial banks and credit companies, the ability to discriminate good customers from bad ones is crucial. The need for reliable quantitative models that predict defaults accurately is imperative so that the interested parties can take either preventive or corrective action. Hence credit risk analysis becomes very important for sustainability and profit of enterprises. In such backgrounds, this book tries to integrate recent emerging support vector machines and other computational intelligence techniques that replicate the principles of bio-inspired information processing to create some innovative methodologies for credit risk analysis and to provide decision support information for interested parties.



فهرست مطالب

Front Matter....Pages i-xvi
Credit Risk Analysis with Computational Intelligence: A Review....Pages 3-24
Credit Risk Assessment Using a Nearest-Point-Algorithm-based SVM with Design of Experiment for Parameter Selection....Pages 27-39
Credit Risk Evaluation Using SVM with Direct Search for Parameter Selection....Pages 41-55
Hybridizing Rough Sets and SVM for Credit Risk Evaluation....Pages 59-72
A Least Squares Fuzzy SVM Approach to Credit Risk Assessment....Pages 73-84
Evaluating Credit Risk with a Bilateral-Weighted Fuzzy SVM Model....Pages 85-104
Evolving Least Squares SVM for Credit Risk Analysis....Pages 105-131
Credit Risk Evaluation Using a Multistage SVM Ensemble Learning Approach....Pages 135-155
Credit Risk Analysis with a SVM-based Metamodeling Ensemble Approach....Pages 157-177
An Evolutionary-Programming-Based Knowledge Ensemble Model for Business Credit Risk Analysis....Pages 179-195
An Intelligent-Agent-Based Multicriteria Fuzzy Group Decision Making Model for Credit Risk Analysis....Pages 197-222
Back Matter....Pages 223-244




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی