余乐安教授，国际系统与控制科学院院士，国家杰出青年科学基金获得者，国家特支计划获得者，现为北京化工大学教授、博士生导师。出版专著5部，发表SCI/SSCI论文100余篇，多篇论文被评为“ESI高被引论文”和/或“ESI热点论文”。先后获得Elsevier中国高被引学者、加拿大研究理事会全球Top 1%高被引学者、中国青年科技奖、教育部自然科学奖一等奖和北京市科学技术奖一等奖等奖励。主要研究领域为商务智能、大数据挖掘、经济预测与金融管理等。
本报告主要介绍噪声性数据特征驱动的信用风险分类的基本原理、核心技术与具体应用。报告首先对国内外现有信用风险分类方法进行了系统梳理并指出存在的主要问题；其次，针对存在的问题，重点阐述信用分类数据的主要特征及其检验方法；最后，结合信用分类数据中存在的典型噪声性数据特征，给出了相应的噪声性数据特征驱动的信用风险分类解决方案。
