Prédiction de la faillite à l'aide de l'apprentissage automatique

Avec des modèles d'apprentissage automatique améliorés, les études sur la prédiction de la faillite montrent une précision accrue. Cet article propose trois méthodes relativement nouvellement développées pour prédire la faillite à partir de données réelles. Les résultats montrent que parmi les méthodes (machine à vecteurs de support, réseau de neurones avec abandon, autoencodeur), le réseau de neurones avec couches supplémentaires et abandon a la plus grande précision. Et une comparaison avec les méthodes précédentes (régression logistique, algorithme génétique, apprentissage inductif) montre une précision supérieure.