Прогнозування кредитоспроможності юридичних осіб методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorШубенкова, Ірина Анатоліївна
dc.contributor.authorГергель, Богдан Володимирович
dc.date.accessioned2022-09-01T13:38:17Z
dc.date.available2022-09-01T13:38:17Z
dc.date.issued2021
dc.description.abstractenMaster's dissertation: 91 p., 46 figs., 18 table, 1 appendix, 11 sources. The object of the study is a credit company, presented in the form of time series based on statistics on their dynamics. The subject of research is probabilistic-statistical methods and machine learning for modeling and forecasting the creditworthiness of legal entities, as well as methods for finding the best architecture of the machine learning model and, accordingly, its best hyperparameters. The aim of the study is to analyze the nature of customer behavior based on time series and forecasting with machine learning, as well as to obtain an algorithm for selecting machine learning architecture and its hyperparameters to regress the client's creditworthiness. The novelty is the obtained model of machine learning.uk
dc.description.abstractukМагістерська дисертація: 91 с., 46 рис., 18 табл., 1 додаток, 11 джерел. Об’єктом дослідження є кредиторна компанія, представлена у вигляді часових рядів на основі статистичних даних стосовно їхньої динаміки. Предметом дослідження є ймовірнісно-статистичні методи та машинне навчання для моделювання і прогнозування кредитоспроможності юридичних осіб, а також методи пошуку найкращої архітектури моделі машинного навчання і відповідно її найкращих гіперпараметрів. Метою дослідження є аналіз характеру поведінки клієнтів на основі часових рядів та прогнозування за допомогою машинного навчання, а також отримання алгоритму відбору архітектури машинного навчання та ї гіперпараметрів для задачі регресії кредитоспроможності клієнта. Новизною є отримана модель машинного навчання.uk
dc.format.page91 с.uk
dc.identifier.citationГергель, Б. В. Прогнозування кредитоспроможності юридичних осіб методами машинного навчання : магістерська дис. : 122 Комп'ютерні науки / Гергель Богдан Володимирович. - Київ, 2021. - 91 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/49744
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectчасові рядиuk
dc.subjectрегресійні моделіuk
dc.subjectмашинне навчанняuk
dc.subjectпрогнозуванняuk
dc.subjectпошук архітектуриuk
dc.subjectпошук гіперпараметрівuk
dc.subjecttime seriesuk
dc.subjectregression modelsuk
dc.subjectmachine learninguk
dc.subjectforecastinguk
dc.subjectarchitecture searchuk
dc.subjecthyperparameters searchuk
dc.subject.udc004.852uk
dc.titleПрогнозування кредитоспроможності юридичних осіб методами машинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Gergel_magistr.docx
Розмір:
9.92 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи