24 abr 2024
15:00 Defesa de Mestrado Auditório do IC3
Tema
Explorando Distribuição de Dados e Confiança do Modelo em Métodos de Pontuação de Crédito Baseados em Inferência de Rejeitados
Aluno
Athyrson Machado Ribeiro
Orientador / Docente
Marcos Medeiros Raimundo
Breve resumo
Um dos principais desafios na área de modelagem de pontuação de crédito é a indisponibilidade da verificação da real capacidade de pagamento de clientes que tiveram sua proposta de crédito negada (clientes rejeitados). Processos de pontuação de crédito mais básicos levam em consideração apenas a população de clientes aceitos, e podem ser tendencioso contra indivíduos diferentes dessa distribuição de indivíduos. Inferência de rejeitados são métodos que visam combater esse viés ao inferir as informações faltantes de indivíduos rejeitados e incluí-los no no sistema de pontuação de crédito. Métodos clássicos de inferência de rejeitados geralmente se baseiam na presunção de que é possível extrapolar o comportamento de clientes rejeitados a partir dos dados de clientes aceitos, o que nem sempre se verifica. Propomos então um método semi-supervisionado que, a cada iteração, identifica e rotula somente os indivíduos rejeitados mais próximos da distribuição da população de aceitos. Esta seleção é feita através de um modelo de detecção de valores atípicos (outliers). Apenas os indivíduos que apresentam maior confiança nos rótulos previstos são incorporados ao novo conjunto de dados para treinamento. Presumimos que rotular indivíduos rejeitados mais próximos à distribuição de aceitos poderia ajudar a combater vieses no processo de inferência. Mostramos que nosso método é melhor na identificação de amostras positivas do que os modelos de referência de inferência de rejeitados da literatura, fornecendo uma estrutura de avaliação mais inclusiva e equitativa para pontuação de crédito.
Banca examinadora
Titulares:
Marcos Medeiros Raimundo IC/UNICAMP
Eliezer de Souza da Silva FGV
Sandra Eliza Fontes de Avila IC/UNICAMP
Suplentes:
Anderson de Rezende Rocha IC/UNICAMP
Saullo Haniell Galvão de Oliveira PUCC