摘要
本申请公开了一种风险预测方法、装置、存储介质、程序产品及电子设备。涉及人工智能领域。该方法包括:在获得目标用户授权的情况下,获取目标用户的用户信息,其中,目标用户为申请贷款的用户,用户信息至少包括目标用户申请贷款时所提供的申请信息;通过目标预测模型对用户信息进行处理,得到目标用户的贷款违约风险值,其中,目标预测模型在训练过程中使用的超参数基于贝叶斯优化算法得到,超参数包括以下至少之一:学习率、神经网络的层数、每个处理层的神经元数量、正则化参数、批次大小。通过本申请,解决了相关技术中对用户贷款进行违约风险预测时,预测准确性低的问题。
技术关键词
超参数
风险预测方法
训练样本集
正则化参数
风险预测装置
可读存储介质
电子设备
计算机程序产品
数据更新
算法
优化器
标签
处理器
数值
系统为您推荐了相关专利信息
位点
全基因组关联分析
特征选择
机器学习训练
模型超参数
病害检测方法
番茄病害
混合模块
植物病害检测技术
叶片
风光功率预测方法
LSTM模型
融合注意力机制
超参数
功率预测系统