Скорингові моделі в управлінні ризиками банківського кредитування

Скорочена інформація про документ
dc.contributor.advisorТимощук, Оксана Леонідівна
dc.contributor.authorКупченко, Вадим Сергійович
dc.date.accessioned2021-09-16T13:05:45Z
dc.date.available2021-09-16T13:05:45Z
dc.date.issued2021
dc.description.abstractenThe diploma project: 112 p., 12 fig., 7 tabl., 16 sources. The theme: «Scoring models in bank’s credit risk management» The object of study – scoring models based on basic machine learning classifiers and stacking metamodels. The subject of study – the probability estimation of issues arising in relation to loan debts of individuals using classifiers. The purpose of research – development of a system for analysis and estimation of creditworthiness of individuals based on logistic regression models, Bayesian network, trees, gradient boosting and ensemble models on them. The research methods – creation, training and assessment of models on testing datasets using accuracy metrics and AUC. In the paper the current models of classifiers creation by means of machine learning, using ensemble models for predicting problems with loans repayment by individuals are considered. A comparative analysis of efficiency of basic and meta-models was conducted. The software for the assessment of models and their combination on testing datasets was developed. The assumptions about further development of the study object: creating the algorithm of automatic selection of basic models depending on the obtained evaluation results.uk
dc.description.abstractukДипломна робота: 112 с., 12 рис., 7 табл., 16 джерел. Тема: «Cкорингові моделі в управлінні ризиками банківського кредитування» Об’єкт дослідження – скорингові системи на базових класифікаторах машинного навчання та стекінгових мета-моделях. Предмет дослідження – оцінка ймовірностей виникнення проблем із забогованістю за кредитами фізичним особам з використанням класифікаторів. Мета роботи – розробка системи для аналізу та оцінювання кредитоспроможності фізичних осіб на основі моделей логістичної регресії, байєсівської мережі, дерев, градієнтного бустінгу та ансамблевих моделей на їх базі. Методи дослідження – побудова, тренування та оцінка моделей, що розглядаються, на тестових наборах даних з використанням метрик точності передбачення та AUC. В роботі розглянуто актуальні моделі побудови класифікаторів засобами машинного навчання, використання ансамблевих моделей для передбачення виникнення проблем з поверненням позик фізичними особами. Проведено порівняльний аналіз ефективності базових та мета-моделей. Розроблено програмне забезпечення для оцінки моделей та їх комбінацій на тестових датасетах. Прогнозні припущення щодо подальшого розвитку об’єкта дослідження: створення алгоритму автоматичного підбору базових моделей в залежності від отриманих результатів оцінки.uk
dc.format.page111 с.uk
dc.identifier.citationКупченко, В. С. Скорингові моделі в управлінні ризиками банківського кредитування : дипломна робота ... бакалавра : 124 Системний аналіз / Купченко Вадим Сергійович. – Київ, 2021. – 111 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/43807
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкласифікаториuk
dc.subjectлогістична регресіяuk
dc.subjectбайєсівська мережаuk
dc.subjectградієнтний бустінгuk
dc.subjectскорингові моделіuk
dc.subjectкредитоспроможністьuk
dc.subjectзагальна точність моделіuk
dc.subjectclassifiersuk
dc.subjectlogistic regressionuk
dc.subjectbayesian networkuk
dc.subjectgradient boostinguk
dc.subjectscoring modelsuk
dc.subjectcreditworthinessuk
dc.subjectgeneral accuracy of modeluk
dc.titleСкорингові моделі в управлінні ризиками банківського кредитуванняuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи