Моделі глибинного навчання для прогнозування дефолту позичальника на основі транcакційних та поведінкових даних
Ескіз недоступний
Дата
2019-06
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 84 с., 32 рис., 17 табл., 2 додатки, 15 джерел.
Актуальність роботи полягає в тому, що важливим елементом економіки багатьох розвинених країн є кредитування, вагому частку якого складають споживчі кредити. Саме тому прогнозування дефолту позичальника є необхідним засобом оптимізації прийняття рішень щодо надання кредиту фізичним особам. А побудова ефективних моделей важливим інструментом для фінансово-кредитних установ.
Об’єктом дослідження є прогнозування платоспроможності позичальників кредитно-фінансових установ.
Предмет дослідження є моделі глибинного навчання у вигляді нейронних мереж для прогнозування дефолту позичальників
Опис
Ключові слова
глибинне навчання, градієнтний спуск, дефолт позичальника, кредит, метод зворотнього поширення помилки, метрика roc-auc, нейронні мережі, backpropagation, credit, deep learning, gradient flow, loaner defolt, metric roc-auc, neural networks
Бібліографічний опис
Оніщук, О. О. Моделі глибинного навчання для прогнозування дефолту позичальника на основі транcакційних та поведінкових даних : дипломна робота … бакалавра : 6.040303 Системний аналіз / Оніщук Олег Олегович. – Київ, 2019. – 84 с.