Порівняння методів інтелектуального аналізу даних при оцінюваннi кредитоспроможності фізичних осіб

Скорочена інформація про документ
dc.audience.facultyІнститут прикладного системного аналізуuk
dc.contributor.authorТерентьєв, Олександр Миколайович
dc.contributor.authorБідюк, Петро Іванович
dc.contributor.authorМиронова, Олександра Василівна
dc.contributor.authorМедін, Юрій Миколайович
dc.date.accessioned2017-06-12T09:45:49Z
dc.date.available2017-06-12T09:45:49Z
dc.date.issued2009
dc.description.abstractenIn the article an analysis of the task of risk evaluation for crediting clients using the methods of intellectual data analysis, namely cluster analysis, decision trees, artificial neural networks, discrete choice models and Bayesian networks is performed with the purpose of their comparison. For construction of scoring models the database of clients of the first branch of VAB bank was used. The scoring models constructed are estimated with the use of the following criteria: common accuracy, errors of the first and second type. Experimental results, description of methods and examples of scoring models are also presented.uk
dc.description.abstractruРассматривается задача оценивания рисков при кредитовании физических лиц методами интеллектуального анализа данных – кластерного анализа, деревьев решений, искусственных нейронных сетей, регрессионных моделей дискретного выбора и сетей Байеса с целью их сравнения. Для построения моделей используется база данных клиентов первого филиала Ви Эй Би банка (VAB). Полученные скоринговые модели оцениваются с использованием следующих критериев: общая точность, ошибки первого и второго рода. В статье приведены экспериментальные результаты, описание методов и примеры скоринговых моделей.uk
dc.description.abstractukРозглядається задача оцінювання ризиків при кредитуванні фізичних осіб за методами інтелектуального аналізу даних – кластерного аналізу, дерев рішень, штучних нейронних мереж, регресійних моделей дискретного вибору та мереж Байєса з метою їх порівняння. Для побудови моделей використовується база даних клієнтів першої філії Ві Єй Бі банка (VAB). Отримані скорингові моделі оцінені з використанням таких критеріїв: загальної точності, похибок першого та другого роду. В статті наведені експериментальні результати, опис методів та приклади скорингових моделей.uk
dc.format.pagerangeС. 141-149.uk
dc.identifier.citationПорівняння методів інтелектуального аналізу даних при оцінюванні кредитоспроможності фізичних осіб / О. М. Терентьєв, П. І. Бідюк, О. В. Миронова, М. Ю. Медін // Проблемы управления и інформатики : международный научно - технический журнал. – Київ, 2009. – Бібліогр.: 5 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/19638
dc.language.isoruuk
dc.publisherИКИ НАНУ-НКАУuk
dc.publisher.placeКиевuk
dc.source.nameПроблемы управления и информатики : міжнародний науково-технічний журналuk
dc.status.pubpublisheduk
dc.subjectdata mininguk
dc.subjectscoringuk
dc.subjectdecision treeuk
dc.subjectcluster analysisuk
dc.subjectartificial neural networksuk
dc.subjectregression analysisuk
dc.subjectBayesian networksuk
dc.subjectdata mininguk
dc.subjectБайесовские сетиuk
dc.subjectкредитный скорингuk
dc.subject.udc62-50uk
dc.titleПорівняння методів інтелектуального аналізу даних при оцінюваннi кредитоспроможності фізичних осібuk
dc.title.alternativeA comparison of data mining methods for building scoring model for clients creditinguk
dc.title.alternativeСравнение методов интеллектуального анализа данных при оценивании кредитоспособности физических лицuk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Terentyev_OM_2009.doc
Розмір:
224.5 KB
Формат:
Microsoft Word
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.8 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (ММСА)