Рандомизированные алгоритмы на основе интервальных узорных структур для задачклассификации и регрессии в задачах кредитного риск-менеджментаInterval Pattern Structures Randomized Algorithms for Classification
and Regression Tasks in Credit Risk Management

В работе предложены алгоритмы прогноза вероятности дефолта и уровня потерь в случае дефолта, основанные на методах анализа формальных понятий. Предложенные алгоритмы, с одной стороны, превосходят по метрике качества используемые в банковской сфере стандартные модели, и, с другой стороны, сохраняют свойство интерпретируемости прогноза. Это достигается с помощью использования интервальных узорных структур. Разработан метод классификация «по запросу» (Query-Вased Classification), который представляет собой рандомизированную процедуру предсказания неизвестной метки класса для наборов данных с большим числом наблюдений на основе интервальных узорных структур. Также был разработан метод регрессии «по запросу» (Query-Based Regression), который адаптирует инструментарий интервальных узорных структур для задачи восстановления регрессии. Качество работы алгоритмов анализируется как на внутрибанковских данных, так и на открытых данных.