Klassifizierungs-Algorithmen werden weit verbreitet eingesetzt, um eine Vielzahl von möglichen negativen Ereignissen zu erkennen, wie etwa Betrug oder Insolvenzen.
Die Zuverlässigkeit dieser Klassifizierungen wird dabei im Allgemeinen mit Metriken, wie Accuracy, Precision oder Recall gemessen.
Unternehmen, die Klassifizierungs-Algorithmen verwenden, möchten jedoch im Allgemeinen auch das tatsächliche finanzielle Ausmaß des Schadens erfahren.
Und hierbei sind sie oftmals nicht nur am zu erwartenden Ausmaß, sondern auch am möglichen Ausmaß im Worst-Case interessiert.
Somit sind klassische Risikokennzahlen für die Klassifizierung von Vorhersagen (wie z.B. das Value at Risk; VaR) sehr hilfreich.
RiskDataScience hat entsprechende Methoden und Tools entwickelt und unterstützt Sie bei der Auswahl und der Anwendung geeigneter Data Science-Verfahren für Ihr Unternehmen.
Kontakt
Dr. Dimitrios Geromichalos
Founder / CEO
RiskDataScience GmbH
Nördliche Münchner Straße 47, 82031 Grünwald
E-Mail: riskdatascience@web.de
Telefon: +4989322096365