Record link: 
https://doi.org/10.34726/hss.2025.126421
http://hdl.handle.net/20.500.12708/216139
-
Title: 
Optimierungsansätze zur Modellierung der Ausfallwahrscheinlichkeit: Ablösung klassischer Methoden durch Machine Learning Challenger Modell
de
Citation: 
Pan, A. (2025). Optimierungsansätze zur Modellierung der Ausfallwahrscheinlichkeit: Ablösung klassischer Methoden durch Machine Learning Challenger Modell [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2025.126421
-
reposiTUm DOI: 
10.34726/hss.2025.126421
-
CatalogPlus: 
AC17559978
-
Publication Type: 
Thesis - Diplomarbeit
en
Language: 
German
-
Authors: 
Pan, Alexander 
-
Advisor: 
Gerhold, Stefan 
-
Organisational Unit: 
E105 - Institut für Stochastik und Wirtschaftsmathematik 
-
Date (published): 
2025
-
Number of Pages: 
90
-
Keywords: 
Ausfallwahrscheinlichkeiten; Kreditrisikomodellierung; Logistische Regression; Generalisierte Additive Modelle; Kolmogorov-Arnold-Netzwerke; Interpretierbares maschinelles Lernen; Validierungsmetriken
de
 
Probability of Default; Credit Risk Modeling; Logistic Regression; Generalized Additive Models; Kolmogorov-Arnold-Networks; Interpretable Machine Learning; Validationmetrics
en
Additional information: 
Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprueft - gesperrte Arbeit (bis 2027-06-02+02:00)
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
License: 
In Copyright
de
Appears in Collections:
Thesis

Pan Alexander - 2025 - Optimierungsansaetze zur Modellierung der...pdf
Adobe PDF
(1.39 MB)
Open Access
Embargo. Accessible from 30.06.2027
Show full item record

Page view(s)

7
checked on Jun 16, 2025

Google ScholarTM

Check