دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Eric Rosenblatt Ph.D.
سری:
ISBN (شابک) : 0128188154, 9780128188156
ناشر: Academic Press
سال نشر: 2020
تعداد صفحات: 274
[258]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 Mb
در صورت تبدیل فایل کتاب Credit Data and Scoring: The First Triumph of Big Data and Big Algorithms 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 داده های اعتباری و امتیازدهی: اولین پیروزی داده های بزرگ و الگوریتم های بزرگ 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.
داده های اعتباری و امتیازدهی: اولین پیروزی داده های بزرگ و الگوریتم های بزرگروش غالبا پنهان پیش بینی مسئولیت اقتصادی یک فرد را روشن می کند. این کتاب که توسط یک متخصص برجسته نوشته شده است، پیامدهای بینالمللی رهبری ایالات متحده در امتیازدهی اعتباری و آنچه کشورهای دیگر از آن در ساختن سیستمهای خود آموختهاند را بررسی میکند. از طریق دیدگاه جامع معاصر خود، این کتاب همچنین بررسی می کند که چگونه الگوریتم ها و کلان داده ها آینده امتیازدهی اعتباری را هدایت می کنند. با آشکار کردن یک تصویر بزرگ جدید و مقایسه داده ها، بینش مفیدی را در مورد دستکاری داده ها، قانونی و نظارتی ارائه می دهد.
Credit Data and Scoring: The First Triumph of Big Data and Big Algorithms illuminates the often-hidden practice of predicting an individual’s economic responsibility. Written by a leading practitioner, it examines the international implications of US leadership in credit scoring and what other countries have learned from it in building their own systems. Through its comprehensive contemporary perspective, the book also explores how algorithms and big data are driving the future of credit scoring. By revealing a new big picture and data comparisons, it delivers useful insights into legal, regulatory and data manipulation.