Методика прогнозування платоспроможності на основі машинного навчання
Вантажиться...
Дата
2019
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 47 с., 5 рис., 7 табл., 15 джерел.
Об’єктом дослідження є оцінка платоспроможності позичальника у коригування моделі для отримання найкращих результатів.
сучасному сенсі цього поняття.
Предметом дослідження є модель машинного навчання для
прогнозування ймовірності дефолту позичальника.
Метою даної роботи є розробка методики для автоматизації оцінювання
платоспроможності, шляхом оцінки історії банківських транзакцій. Завданням цієї роботи є:
1. Розгляд існуючих на сьогоднішній день моделей для оцінки платоспроможності.
2. Дослідити загальні підходи щодо побудови моделей оцінки, використовуючи принципи та технології машинного навчання.
3. Провести аналіз вхідних даних, попередньо провести їх обробку, прибрати шум, та розробити моделі машинного навчання.
4. Виконати навчання моделі на тестових вхідних даних та подальше
Опис
Ключові слова
оцінка платоспроможності, нейронні мережі, машинне навчання, метод k найближчих сусідів, глибинне навчання, solvency forecast, neural network, machine learning, k nearest neighbors method, deep learning
Бібліографічний опис
Скидан, Б. О. Методика прогнозування платоспроможності на основі машинного навчання : дипломна робота … бакалавра : 6.050101 Комп'ютерні науки / Скидан Богдан Олегович. – Київ, 2019. – 47 с.