Busca avançada
Ano de início
Entree

Ensemble de Classificadores com Atualização Dinâmica para Análise de Risco de Crédito

Processo: 13/11615-6
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de novembro de 2013
Vigência (Término): 09 de janeiro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:André Carlos Ponce de Leon Ferreira de Carvalho
Beneficiário:Everlandio Rebouças Queiroz Fernandes
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Bolsa(s) vinculada(s):16/20465-6 - Comitês de Classificadores para Conjunto de Dados Desbalanceados, BE.EP.DR   15/01370-1 - Comitê de Classicadores para conjunto de dados desbalanceados, BE.EP.DR
Assunto(s):Inteligência computacional   Algoritmos evolutivos   Classificação de dados

Resumo

Em aplicações de análise de crédito, as bases de dados em geral são fortemente desbalanceadas, apresentando quantidade essencialmente maior de exemplos de cliente adimplentes do que da classe de inadimplentes. Bases desbalanceadas comprometem o desempenho da maioria dos algoritmos clássicos de classificação, porque assumem uma distribuição de exemplos equilibrada entre os grupos e que o custo por uma classificação errada é o mesmo para todas as classes. Outra importante característica nessas bases de dados é que elas estão em constante atualização, ou seja, clientes recentemente inseridos na base devem ser rotulados como adimplentes ou inadimplentes, levando, em geral, à necessidade de atualização do modelo. Essa característica, observada em problemas de fluxo de dados contínuo, é utilizada para perceber o surgimento de novas classes e de novas tendências dos dados. Em muitos problemas de classificação, a combinação de mais de um classificador em estruturas conhecidas como ensemble de classificadores tem apresentado acurácia preditiva estável e, muitas vezes, superior à utilização de um classificador isoladamente. No entanto, os problemas investigados são geralmente restritos a conjuntos de dados estáticos. Propõe-se neste projeto a investigação e a proposta de uma nova abordagem para ensemble de classificadores que utilizará de técnicas de algoritmos evolutivos para selecionar os exemplos da base de dados de forma que o modelo de classificação induzido retorne classificadores com maior acurácia preditiva. Serão ainda propostas e investigadas novas abordagens para manter o modelo atualizado com a chegada de novos dados, já rotulados, frequentemente inseridos na base de dados em problemas de análise de crédito.

Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
FERNANDES, Everlandio Rebouças Queiroz. Comitês evolucionários para aprendizado desbalanceado. 2018. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação São Carlos.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.