Алгоритми машинного навчання для скорингових систем
Ескіз недоступний
Дата
2019-06
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Об’єкт дослідження: скорингові системи, як інструмент відбору та моніторингу діяльності позичальників кредитної установи.
Предмет дослідження: застосування алгоритмів машинного навчання до задач, що мають місце в рамках кредитного скорингу.
Метою даної магістерської дисертації є побудова моделей машинного навчання, що дозволять відбирати надійних позичальників, моніторити їх діяльність, кластерізувати клієнтську базу та запобігати шахрайству.
В роботі проведено огляд методів оцінки кредитоспроможності в Україні, розглянуто, з чого складаються скорингові системи та які задачі вирішують. Наведено аргументацію, чому є сенс застосовувати алгоритми машинного навчання в даних задачах. Наведено опис багатьох популярних методів машинного навчання. Розглянуто та розв’язано декілька модельних задач, порівняно результати роботи алгоритмів.
Результати та їх новизна: виявлено застарілість та недосконалість методів скорингу позичальників кредитних установ в України. Запропоновано створення системи, що базується на алгоритмах машинного навчання, яка дозволяє значно підвищити точність оцінки кредитоспроможності, своєчасно передбачати дефолт та ефективно запобігати шахрайству.
Опис
Ключові слова
запобігання шахрайству, машинне навчання, кредитоспроможність, попередження дефолту, скорингові системи, credit ability, default prevention, fraud prevention, machine learning, skoring systems
Бібліографічний опис
Ширалієв, А. Е. Алгоритми машинного навчання для скорингових систем : магістерська дис. : 124 Системний аналіз / Ширалієв Анар Ельдар огли. - Київ, 2019. - 117 с.