메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김희종 (한양사이버대학교) 김형도 (한양사이버대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제12권 제1호(JKIIT, Vol.12, No.1)
발행연도
2014.1
수록면
155 - 164 (10page)
DOI
10.14801/kiitr.2014.12.1.155

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
그라디언트 부스팅 알고리즘은 손실 함수의 경사도를 바탕으로 다수의 약한 예측 모형들을 단계적으로 생성하여 앙상블 방식으로 결합함으로써 강한 예측 모형을 생성하는 부스팅 기법을 사용한다. 해석 가능한 결과를 제시하며, 결손된 값이 있는 경우에도 정보 손실 없이 예측 가능하고, 처리 과정에서 자동적으로 특징 변수가 선택되는 등의 장점을 가지고 있다. 이러한 그라디언트 부스팅 알고리즘을 대출자 또는 대출희망자가 채무를 이행하지 않을 가능성을 예측하는 채무 불이행 예측에 적용하는 연구는 매우 부족한 상황이기에, 이 논문에서는 그 성능을 다른 알고리즘들과 비교 평가하고, 채무 불이행 데이터 집합의 중요한 특성 중 하나인 클래스 불균형 문제에 대한 해결책을 검토하였다. 채무 불이행 예측에서 그라디언트 부스팅은 AUC를 기준으로 가장 우수한 결과를 보여주었으며, 클래스 불균형 문제 해결 기법과 그라디언트 부스팅 알고리즘을 결합하여 G-평균과 F척도에서 의미 있는 개선이 가능하였다.
#loan default prediction #gradient boosting #imbalanced data #classification

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 그라디언트 부스팅을 이용한 예측 모형
Ⅳ. 실험 설계
Ⅴ. 실험 결과 및 토의
Ⅵ. 결론 및 향후 연구 방향
References

참고문헌 (18)

참고문헌 신청
1. [학술지(정기간행물)] - L. Zhou / 2012 / Loan Default Prediction on Large Imbalanced Data Using Random Forests / TELKOMNIKA Indonesian Journal of Electrical Engineering 10 (6) : 1519 ~ 1525 google schola 2. [인터넷자원] - J. H. Friedman / / Greedy Function Approximation:A Gradient Boosting Machine google schola 3. [학술지(정기간행물)] - I. Brown / 2012 / An Experimental Comparison of Classification Algorithms for Imbalanced Credit Scoring Data Sets / Expert Systems with Applications 39 (3) : 3446 ~ 3453 google schola 4. [인터넷자원] - / / https://www.kaggle.com/c/GiveMeSomeCredit google schola 5. [단행본] - D. W. Hosmer / 2001 / Applied Logistic Regression / Wiley : 1 ~ 226 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Bankruptcy Prediction Modeling Using Qualitative Information Based on Big Data Analytics
Nam-ok Jo ,  Kyung-shik Shin 지능정보연구 2016 .06
Effect of LTV and Borrower’s Character for Mortgage Default in Korea Empirical Study from 2001 to 2003
Ji ,  Kyu-Hyun ,  Choi 외 1명 한국지역개발학회지 2007 .09
부도예측을 위한 KNN 앙상블 모형의 동시 최적화
민성환 지능정보연구 2016 .03
주택담보대출에서 연체 및 채무불이행의 발생시기별 위험률 : DTI와 LTV 비율의 교차효과를 중심으로
김문년 ,  이용만 국토연구 2015 .12
Bankruptcy Type Prediction Using A Hybrid Artificial Neural Networks Model
Nam-ok Jo ,  Hyun-jung Kim ,  Kyung-shik Shin 지능정보연구 2015 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-560-001165677