Modelos de escore de crédito usados no Brasil e casos de sucesso
Modelos preditivos mais usados no Brasil Para o Application Score : Modelos Estatísticos : Regressão Logística com Weight of Evidence (WoE) e Information Value (IV). Modelos de Machine Learning : Gradient Boosting (XGBoost, LightGBM, CatBoost), Random Forests. Modelos de Deep Learning : Redes neurais densas, como Multilayer Perceptron (MLP). Para o Credit Score : Modelos Estatísticos: Regressão Logística. Modelos de ML: Ensemble ML (XGBoost, CatBoost), Support Vector Machine (SVM), dados de Open Finance. Deep Learning: Autoencoders para detecção de anomalias, Transformers para dados tabulares. Para o Behavior Score : Modelos Estatísticos: Modelos de regressão (Linear e Logística) com variáveis de comportamento para definição de risco e gestão de limites concedidos. Modelos de ML: Gradient Boosting, Random Forests, K-NN. Deep Learning: RNN e LSTM para séries temporais de dados transacionais; Graph Neural Network (GNN) para relacionamentos entre os clientes. Para o Collection Score : M...
.png)