Neuro-Fuzzy Modeling Techniques in Economics

Neuro-Fuzzy Modeling Techniques in Economics

Дослідження ефекту перенавчання нейронних мереж на прикладі задачі аплікаційного скорингу

Study of the neural networks overfitting effect on the example of the problem of application scoring

DOI:

10.33111/nfmte.2016.003

Анотація: У статті досліджено проблему перенавчання нейронних мереж.
Розкрито теоретичне підґрунтя виникнення цього явища та висвітлені негативні наслідки його прояву. Проведено експериментальне дослідження ефекту перенавчання на прикладі задачі моделювання кредитних ризиків фізичних осіб. З цією метою побудовано низку логістичних регресій і нейромереж персептронного типу різних конфігурацій, перевірка адекватності яких здійснювалась як на навчальній, так і на тестовій вибірках. Результати порівняння показників точності класифікації позичальників за критерієм Джині для обох вибірок дозволили отримати деякі нові узагальнення щодо сутності ефекту перенавчання та рекомендації щодо його уникнення. Практичною цінністю проведеного дослідження є отримані нові знання щодо способів позбавлення скорингових моделей від ефекту перенавчання, що дозволить забезпечити їх стійкість і стабільність результатів моделювання кредитних ризиків у прикладній діяльності банківських установ, що сприятиме стабільності фінансової системи в цілому.
Abstract: The problem of neural networks overfitting is studied in the article.
There is revealed the theoretical foundations of this effect occurrence and highlighted the negative consequences of its arising. It’s carried out an experimental research of the overfitting effect by the example of the problem of modelling of individuals credit risk. To this purpose was built a number of logistic regressions and neural networks of perceptron type of different configurations, which adequacy was analysed on the training and test samples. The results of comparing the accuracy of borrowers classification on the basis of Gini criterion for both samples made it possible to get some new generalizations about the nature of the overfitting effect and recommendations for its prevention. The practical value of the study is the obtained new knowledge on how to avoid of the overfitting effect in scoring models that will ensure stability of credit risk modelling results in the banking institutions activity and will contribute to the sustainability of the financial system at whole.
Ключові слова: перенавчання, нейронна мережа, аплікаційний скоринг, адекватність моделі.
Key words: overfitting, neural network, application scoring, adequacy of the model.
УДК: 519.86
UDC: 519.86

JEL: C45 D81 E51

To cite paper
In APA style
Velykoivanenko, H., Korchynskyi, V., & Chernyshova, V. (2016). Study of the neural networks overfitting effect on the example of the problem of application scoring. Neuro-Fuzzy Modeling Techniques in Economics, 5, 3-23. http://doi.org/10.33111/nfmte.2016.003
In MON style
Великоіваненко Г., Корчинський В., Чернишова В. Дослідження ефекту перенавчання нейронних мереж на прикладі задачі аплікаційного скорингу. Нейро-нечіткі технології моделювання в економіці. 2016. № 5. С. 3-23. http://doi.org/10.33111/nfmte.2016.003 (дата звернення: 22.02.2024).
With transliteration
Velykoivanenko, H., Korchynskyi, V., Chernyshova, V. (2016) Doslidzhennia efektu perenavchannia neironnykh merezh na prykladi zadachi aplikatsiinoho skorynhu [Study of the neural networks overfitting effect on the example of the problem of application scoring]. Neuro-Fuzzy Modeling Techniques in Economics, no. 5. pp. 3-23. http://doi.org/10.33111/nfmte.2016.003 [in Ukrainian] (accessed 22 Feb 2024).
# 5 / 2016 # 5 / 2016
63
Views
0
Downloads
0
Cited by