Застосування підходів інтелектуального аналізу даних для оцінки кредитної спроможності клієнтів банку

Скорочена інформація про документ
dc.contributor.advisorГуськова, Віра Генадіївна
dc.contributor.authorКомаренко, Анастасія Романівна
dc.date.accessioned2025-09-16T12:55:35Z
dc.date.available2025-09-16T12:55:35Z
dc.date.issued2025
dc.description.abstractДипломна робота: 93 с., 10 рис., 16 табл., 2 дод., 23 дж. Об’єкт дослідження – процеси оцінки кредитоспроможності клієнтів банків на основі фінансових, демографічних та поведінкових даних. Програмний продукт – Прототип системи підтримки прийняття рішень щодо кредитування, що використовує методи машинного навчання для аналізу клієнтських даних та прогнозування рівня кредитного ризику. Мова програмування – Python (з використанням бібліотек Pandas, Scikit—learn, TensorFlow, Matplotlib). Мета роботи – Розробка та обґрунтування підходу до оцінки кредитоспроможності клієнтів банку на основі інтелектуального аналізу даних, із подальшим створенням прототипу аналітичної системи, що дозволяє автоматизувати та підвищити точність кредитного скорингу. Метод дослідження – Розробка та обґрунтування підходу до оцінки кредитоспроможності клієнтів банку на основі інтелектуального аналізу даних, із подальшим створенням прототипу аналітичної системи, що дозволяє автоматизувати та підвищити точність кредитного скорингу.
dc.description.abstractotherThesis includes: 93 pages, 10 figures, 16 tables, 2 appendices, 23 references. Object of research – the processes of assessing the creditworthiness of bank clients based on financial, demographic, and behavioral data. Software product – a prototype of a decision support system for credit assessment, utilizing machine learning methods to analyze client data and predict the level of credit risk. Programming language – Python (using libraries such as Pandas, Scikit—learn, TensorFlow, Matplotlib). Aim of the work – to develop and justify an approach to assessing the creditworthiness of bank clients based on data mining methods, followed by the creation of an analytical system prototype that automates and improves the accuracy of credit scoring. Research method – data collection and preprocessing, application of classification and ensemble learning algorithms, statistical evaluation of model performance, comparison of results using quality metrics (Accuracy, Precision, Recall, ROC—AUC).
dc.format.extent104 с.
dc.identifier.citationКомаренко, А. Р. Застосування підходів інтелектуального аналізу даних для оцінки кредитної спроможності клієнтів банку : дипломна робота … бакалавра : 124 Системний аналіз / Комаренко Анастасія Романівна. – Київ, 2025. – 104 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76085
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкредитоспроможність
dc.subjectбанківська аналітика
dc.subjectінтелектуальний аналіз даних
dc.subjectмашинне навчання
dc.subjectпрогнозування ризиків
dc.subjectcreditworthiness
dc.subjectbanking analytics
dc.subjectdata mining
dc.subjectmachine learning
dc.subjectrisk forecasting
dc.titleЗастосування підходів інтелектуального аналізу даних для оцінки кредитної спроможності клієнтів банку
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Komarenko_bakalavr.pdf
Розмір:
2.18 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи