Система підтримки прийняття рішень для оцінювання і прогнозування банківських ризиків

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorТеванян, Роман Робертович
dc.date.accessioned2023-10-16T09:44:07Z
dc.date.available2023-10-16T09:44:07Z
dc.date.issued2023
dc.description.abstractДипломна робота: 101 с., 44 рис., 9 табл., 2 дод., 21 джерело БАНКІВСЬКІ РИЗИКИ, МОДЕЛІ МАШИННОГО НАВЧАННЯ, АНАЛІЗ ЯКОСТІ МОДЕЛЕЙ Об’єкт дослідження - набір статистичних даних кредитної компанії. Предмет дослідження: застосування алгоритмів машинного навчання до задач, що мають місце в галузі оцінки ризиків. Метою проекту є створення програмного забезпечення, що може допомогти в управлінні банківськими ризиками субʼєктам, які є відповідальними за прийняття рішень щодо впровадження та використання банківських стратегій з урахуванням ризиків різних видів. Вищеописане реалізовано за допомогою методів машинного навчання, які були застосовані на фінансових даних, що знаходяться у відкритому доступі. Було описано суть та математичну складову цих методів, задачі, для вирішення яких підходить кожен окремий метод. На основі цієї інформації вже писались та модифікувались алгоритми для конкретних задач. Було розроблено програмний продукт на мові програмування Python. Ефективність кожного алгоритма була виміряна відповідними метриками та за можливості продемонстрована візуально за допомогою матриць або графіків. Результатом роботи програми є рекомендації щодо дій, повʼязаних із банківською діяльністю, зважаючи на які, субʼєкт може прийняти кращі рішення в актуальній для нього області.uk
dc.description.abstractotherThesis: 101 pages, 44 figures, 9 tables, 2 appendices, 21 sources BANKING RISKS, MACHINE LEARNING MODELS, MODELS QUALITY ANALYSIS The object of the study is a set of statistical data of a credit company. The subject of the study: the application of machine learning algorithms to tasks that take place in the domain of risk assessment. The goal of the project is to create software that can help in the management of banking risks to subjects, who are responsible for making decisions on the implementation and use of banking strategies, taking into account risks of various types. The above was implemented using machine learning techniques that were applied to publicly available financial data. The essence and mathematical component of these methods were described, as well as the problems for which each individual method is suitable for solving. Algorithms for specific tasks have been written and modified based on this information. Program product on the programming language Python has been developed. The performance of each algorithm was measured by appropriate metrics and, where possible, demonstrated visually using matrices or graphs. The result of the program is the set of recommendations on actions related to banking activities. The person can use them to make better decisions in the area relevant to them.uk
dc.format.extent101 с.uk
dc.identifier.citationТеванян, Р. Р. Система підтримки прийняття рішень для оцінювання і прогнозування банківських ризиків : дипломна робота ... бакалавра : 124 Системний аналіз / Теванян Роман Робертович. – Київ, 2023. – 101 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61408
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectбанківські ризикиuk
dc.subjectмоделі машинного навчанняuk
dc.subjectаналіз якості моделейuk
dc.subjectbanking risksuk
dc.subjectmachine learning modelsuk
dc.subjectmodels quality analysisuk
dc.titleСистема підтримки прийняття рішень для оцінювання і прогнозування банківських ризиківuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Tevanian_bakalavr.pdf
Розмір:
4.96 MB
Формат:
Adobe Portable Document Format
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

Бакалаврські роботи (ММСА)
Бакалаврські роботи