Семинар «Модели машинного обучения и методы оценки их точности в задачах классификации в области кредитного и операционного риска»

В докладе представлены результаты исследований, направленных на развитие методов анализа и моделирования в задачах кредитного риска и оценки качества алгоритмов бинарной классификации. Предложены операциональные определения и алгоритмы генерации пропусков данных различных типов (MCAR, MAR, MNAR), а также методика приближенной оценки доверительных интервалов для непараметрических метрик качества классификаторов.

Показано, что в условиях сильного дисбаланса классов и наличия пропусков искусственное увеличение выборки не всегда оправдано с точки зрения максимизации метрик качества алгоритмов бинарной классификации. Также рассмотрена устойчивость различных реализаций алгоритма градиентного бустинга к изменению балансов классов и объему выборки.

Мероприятие состоится очно. В Европейском университете действует пропускной режим. При регистрации на мероприятие просим указывать ФИО как в паспорте, а также брать с собой документы, удостоверяющие личность.

Если возникнут вопросы, пишите на почту: econ.seminar@eu.spb.ru.