Systèmes avancés de prédiction de l'éligibilité aux prêts utilisant l'apprentissage profond

Un prêt est une transaction financière dans laquelle une partie, souvent un prêteur, prête de l'argent, des produits ou des services à une autre partie, connue sous le nom d'emprunteur, dans l'espoir d'un remboursement futur. Les prêts sont souvent accordés dans l-idée que l-emprunteur remboursera le montant du prêt majoré des intérêts ou frais pertinents sur une période de temps déterminée. Et le succès et l-échec de ces secteurs de prêt dépendent de la capacité à évaluer le risque de crédit, car la sanction des prêts est devenue un rôle important des institutions financières et du secteur bancaire. Sur la base de leurs exigences et de leurs règles commerciales, ils ont approuvé le prêt après avoir effectué tout le processus manuellement, ce qui prend du temps et est également inefficace. L'automatisation du processus d'identification de l'éligibilité au prêt est un moyen efficace de réduire le temps nécessaire et le risque de crédit. Ainsi, prédire si le demandeur de prêt est éligible ou non aide les banques à décider de démarrer ou non le processus d-octroi du prêt.

Dr. Rajesh Sharma, B.Sc., arbeitet als Associate Professor an der Alliance University in Bangalore und hat seinen M.Tech. in Informationstechnologie an der Anna University, Chennai, Indien 2009 und seinen Ph.D. in Informationstechnologie an der Anna University 2016 erhalten. Er hat mehr als 60 Artikel in verschiedenen SCI's, Peer reviewed Journals veröffentlicht.