Applicazioni degli algoritmi genetici ai modelli di scoring = Applications of genetic algorithms to scoring models

All'interno di questo elaborato si vogliono esporre i risultati ottenuti in letteratuara dai modelli di scoring che utilizzano come motore decisionale gli algoritmi genetici. Gli algoritmi genetici sono un'approccio ai problemi di calcolo numerico ispirati al meccanismo di sviluppo biologico e che sono tra i metodi più utilizzati dalle attuali tecnologie di machine learning individualmente o in in forma ibrida con altre metodologie. La tesi introduce il rischio nella concezione sviluppata nel mondo imprenditoriale e finanziario, fornendo una tassonomia dei rischi principali e una loro definizione, con particolare focus alla valutazione del rischio di credito. Il rischio di credito è il principale rischio analizzato dagli istituti bancari e affini, la sua importanza rende la valutazione rapida della rischiosità della controparte una necessità. Sono così stati sviluppati numerosi modelli previsionali fin dai primi anni del ventesimo secolo, dai modelli statistici fino, appunto, ai più modelli con metodologie di machine learning. Verrà quindi descritto come costruire un modello dall'acquisizione dei dati necessari fino alla sua messa in opera compresa di valutazione delle performance. Successivamente l'elaborato fornisce i concetti chiave per capire il funzionamento degli algoritmi genetici, descrivendo i principali operatori (riproduzione, incrocio e mutazione) condividendo un esempio semplificato al fine di una maggior chiarezza espositiva. Una volta esposta la definizione di schema viene approfondita la definizione numerica dell'algoritmo in modo da poter dimostrare il Teorema Fondamentale degli AG e poterne derivare importanti considerazioni. Infine vengono presentati importanti risultati dei ricercatori che si sono cimentati nello sviluppo di modelli AG, fornendo evidenza della loro applicabilità e delle performance ottenute. Queste saranno poi messe a confronto con i risultati ottenuti da modelli costruiti con altre metodologie al fine di dimostrare il contributo che questo approccio può fornire.