Faillissementsvoorspelling via hybride resampling en stacking-ensembletechnieken met op verklaarbare AI (XAI) gebaseerde analyse

Deze studie ontwikkelt en evalueert een raamwerk voor faillissementsvoorspelling dat consensusgebaseerde featureselectie, hybride resampling, stacking-ensembles en verklaarbare kunstmatige intelligentie combineert om de detectie van minderheidsklassen in sterk onevenwichtige financiële data te verbeteren. Op basis van de Taiwanese Bankruptcy Prediction-dataset uit de UCI Machine Learning Repository werden eerst vijf featureselectie-algoritmen toegepast, waarna een consensusbehoudregel opnieuw