Інтелектуальна система підтримки прийняття рішень для аналізу економічних ризиків

Скорочена інформація про документ
dc.contributor.advisorЛевенчук, Людмила Борисівна
dc.contributor.authorМельник, Микола Сергійович
dc.date.accessioned2026-02-03T13:47:47Z
dc.date.available2026-02-03T13:47:47Z
dc.date.issued2025
dc.description.abstractМагістерська дисертація: 138 с., 35 рис., 22 табл., 1 дод., 29 джерел. Мета дослідження – розробка інтелектуальної системи підтримки прийняття рішень (ІСППР) для аналізу економічних ризиків, яка на основі сучасних методів машинного навчання забезпечує якісне та інтерпретоване прогнозування банкрутства підприємств. Об’єкт дослідження – процес аналізу економічних ризиків підприємств та механізми оцінювання їхньої фінансової стійкості. Предмет дослідження – методи, моделі та алгоритми машинного навчання, а також програмні засоби їх застосування в інтелектуальній системі підтримки прийняття рішень для прогнозування ризику банкрутства. В дисертації було проведено системний аналіз проблеми оцінки економічних ризиків та огляд методів машинного навчання для прогнозування банкрутства. Обґрунтовано використання ансамблевих моделей (зокрема XGBoost) у поєднанні з методами балансування даних (SMOTE) та інтерпретації результатів (SHAP). Розроблено архітектуру та програмну реалізацію веб-орієнтованої ІСППР «RiskSense AI», що дозволяє виконувати експрес-діагностику фінансового стану підприємств та отримувати пояснення факторів ризику. В додатку А наведено лістинг розробленої програми мовою Python з використанням бібліотек Pandas, Scikit-Learn, XGBoost, SHAP, Streamlit та інших.
dc.description.abstractotherMaster’s Thesis: 138 p., 35 figs., 22 tables, 1 appendix, 29 references. The aim of the study is to develop an intelligent decision support system (IDSS) for analyzing economic risks, which provides high-quality and interpretable bankruptcy prediction of enterprises based on modern machine learning methods. The object of the study is the process of analyzing economic risks of enterprises and mechanisms for assessing their financial stability. The subject of the study covers models, methods, and algorithms of machine learning, as well as software tools for their application in an intelligent decision support system for bankruptcy prediction. The thesis conducts a system analysis of the economic risk assessment problem and reviews machine learning methods for bankruptcy prediction. The use of ensemble models (specifically XGBoost) in combination with data balancing methods (SMOTE) and result interpretation (SHAP) is substantiated. The architecture and software implementation of the web-oriented IDSS «RiskSense AI» have been developed, allowing for rapid diagnostics of an enterprise's financial state and providing explanations of risk factors. Appendix A contains the code listing of the developed program in Python using libraires such as Pandas, Scikit-Learn, XGBoost, SHAP, Streamlit and others.
dc.format.extent138 с.
dc.identifier.citationМельник, М. С. Інтелектуальна система підтримки прийняття рішень для аналізу економічних ризиків : магістерська дис. : 124 Системний аналіз / Мельник Микола Сергійович. – Київ, 2025. – 138 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78620
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectінтелектуальна система підтримки прийняття рішень
dc.subjectаналіз економічних ризиків
dc.subjectпрогнозування банкрутства
dc.subjectмашинне навчання
dc.subjectntelligent decision support system
dc.subjecteconomic risk analysis
dc.subjectbankruptcy prediction
dc.subjectmachine learning
dc.subjectxgboost
dc.subjectshap
dc.subjectpython
dc.subject.udc004.89
dc.titleІнтелектуальна система підтримки прийняття рішень для аналізу економічних ризиків
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Melnyk_magistr.pdf
Розмір:
2.99 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

Магістерські роботи (ММСА)
Магістерські роботи