| Re:Schufascore |  |
>
>>Das ist schon arg viel was du von einer simplen Vermutung (AI Netze zur Scorbestimmung) deduzierst ;)
>
>Gibt viele andere Verfahren neben neuronalen Netzen.
>
>>Warum sollte da nochmal keine Formel zu Grunde liegen die die Basisdaten (Einkommen, Pfändungsvergangenheit, Zahlungsmoral, Kreditanzahl, ...) zu einer Zahl komprimiert? Zumal es die Schufa mit ihrem Score schon weit vor irgendwelchen Methoden zum maschinellen Lernen gab.
>
>Natürlich geht das auch, es wird nur meistens ohne ML wesentlich schlechter funktionieren, weil sich mittels ML einfach viele Zusammenhänge finden lassen, die man manuell nicht findet. Das bspw. laufend im Feinkostgeschäft einkaufen eher für hohe Bonität spricht, während Lidl eher nicht dafür spricht dürfte noch halbwegs klar sein. Aber von Hand wird es einfach unmöglich alle möglichen Geschäfte einzusortieren und es ist auch nicht klar, wie stark das den Score beeinflussen sollte. Mit den vielen Daten der Schufa und ML ist es aber gut machbar auch solche Hinweise auszuwerten. Eine von Hand erstellte Formel hat sicher den Vorteil verständlich zu sein, aber höhere Genauigkeit erzielen halt doch eher ML Verfahren.
Ich finde das Feld ja auch interessant, obwohl ich mich gar nicht damit beschäftigt habe.
Fand nur dein Beispiel etwas sehr auf Effekt konstruiert. Ich bin sicher dass man beim ML gewisse Kriterien (wie Vorname oder Geburtsmonat) ausnehmen kann ;)
gruß