Оценка моделей кредитного скоринга

Шаблона: аннотация,ключевые слова,введение,теоретическая часть,практическая часть,результаты полученные после исследования.Также должны быть сформулированы цель,задача,проблема и способ ее решения,затронуто внедрение.В статье должны быть описаны и сравнены между собой метрики оценки алгоритмов машинного обучения для построения скоринговых карт, такие как TPR (True Positive Rate), ROC-AUC (площадь под кривой ошибок, Receiver Operating Characteristic — Area Under Curve) или PR-AUC.За основу можно взять следующую статью:https://www.osp.ru/os/2020/03/13055545

Результатом работы служит выделение наиболее подходящих метрик оценки алгоритмов машинного обучения для построения скоринговых карт.