Method of selecting borrowers’ features for credit risk assessment
Artykuł - publikacja recenzowana
- Tytuł
- Method of selecting borrowers’ features for credit risk assessment
- Odpowiedzialność
- Krzysztof Lorenz
- Twórcy
-
-
Lorenz Krzysztof
( Autor
)
5.1
Afiliacja, Pracownik naukowy :Instytut Ekonomii i Finansów
-
Lorenz Krzysztof
( Autor
)
5.1
- Sumy twórców
- 1 autorów
- Punktacja publikacji
-
Osoba Dysc. Pc k m P U Pu Opis 0000-0002-2463-3916 5.1 70 1 1 70,00 1,0000 70,0000 Art., konferencja z listy - Gł. język publikacji
- Angielski (English)
- Data publikacji
- 2023
- Objętość
- 10 (stron).
- Szacowana objętość
- 0,63 (arkuszy wydawniczych)
- Identyfikator DOI
- 10.1016/j.procs.2023.10.228
- Adres URL
- https://www.sciencedirect.com/science/article/pii/S1877050923013868
- Adres URL
- https://www.sciencedirect.com/journal/procedia-computer-science/vol/225/suppl/C
- Uwaga ogólna
- 27th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems (KES 2023).
- Uwaga ogólna
- This is an open access article under the CC BY-NC-ND license (https://creativecommons.org/licenses/by-nc-nd/4.0).
- Cechy publikacji
-
- Oryginalny artykuł naukowy
- Publikacja konferencyjna
- OpenAccess
- Dane OpenAccess
-
CC_BY_NC_ND - Licencja,
FINAL_PUBLISHED - Wersja tekstu,
OPEN_JOURNAL - Sposób publikacji,
AT_PUBLICATION - Moment udostępnienia,
2023-12-08 - Data udostępnienia - Dane konferencji
-
- 27th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems (KES 2023) Ateny Grecja (Ελλάδα) 2023-08-06 - 2023-08-08 , Indeksowana w Scopus , Indeksowana w Web of Science
- Słowa kluczowe
- Czasopismo
-
Procedia Computer Science
( eISSN 1877-0509 )
Kraj wydania: Holandia (Netherlands)
Zeszyt: tom 225
Strony: 2371-2380