Sami-CrediScore
Risk Analytics Platform
À propos

Auteur, encadrement et références

MS

Mohamed Sami Mazari

M1 Économie Appliquée — MASERATI / GP IA

Université Paris-Est Créteil · 2025-2026

Domaines d'expertise
ÉconométrieMachine LearningCredit ScoringPythonSHAPRisk Analytics
EmailLinkedInGitHub
Encadrement

Université Paris-Est Créteil

Encadrant
M. Sylvain Cherayron
Master
M1 Économie Appliquée
Parcours
MASERATI — GP IA
Année
2025-2026
Soutenance
Session 2026
Mention
—
Bibliographie sélective

10 références majeures

  1. 01
    Akerlof, G. (1970)
    « The Market for Lemons : Quality Uncertainty and the Market Mechanism »
    QJE
  2. 02
    Stiglitz, J. & Weiss, A. (1981)
    « Credit Rationing in Markets with Imperfect Information »
    AER
  3. 03
    Friedman, M. (1957)
    « A Theory of the Consumption Function »
    Princeton UP
  4. 04
    Breiman, L. (2001)
    « Random Forests »
    Machine Learning, 45(1)
  5. 05
    Chen, T. & Guestrin, C. (2016)
    « XGBoost : A Scalable Tree Boosting System »
    KDD '16
  6. 06
    Lundberg, S. & Lee, S.-I. (2017)
    « A Unified Approach to Interpreting Model Predictions »
    NeurIPS
  7. 07
    Lessmann, S. et al. (2015)
    « Benchmarking state-of-the-art classification algorithms for credit scoring »
    EJOR
  8. 08
    Dastile, X. et al. (2020)
    « Statistical and machine learning models in credit scoring »
    Applied Soft Computing
  9. 09
    Wiginton, J. C. (1980)
    « A Note on the Comparison of Logit and Discriminant Models »
    JFQA
  10. 10
    Shapley, L. (1953)
    « A Value for n-Person Games »
    Princeton UP
Mentions légales

Avertissement et conformité

  • • Cette plateforme est un outil éducatif et de démonstration académique.
  • • Les prédictions ne constituent en aucun cas une décision bancaire réelle.
  • • Conforme RGPD : aucune donnée saisie n'est stockée ni transmise.
  • • Code source ouvert publié sous licence MIT.
  • • Données issues du dataset public Home Credit Default Risk (Kaggle, 2018).