Методи машинного навчання в задачах бінарних класифікацій в страховій і банківській сферах
Ескіз недоступний
Дата
2019-06
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 120 с., 24 рис., 9 табл., 2 додатки, 17 джерел.
Об’єкт дослідження – дані, пов’язані з маркетинговими кампаніями португальської банківської установи; дані туристичного страхування Сінгапурської страхової компанії .
Предмет дослідження – методи бінарної класифікації (зокрема метод k-найближчих сусідів, логістична регресія, наївний баєсів класифікатор, метод опорних векторів, дерева рішень, випадковий ліс, AdaBoost, градієнтний бустінг).
Мета роботи – розробити алгоритми, які допоможуть спрогнозувати чи обере клієнт банку строковий депозит внаслідок маркетингової кампанії та чи відбудеться страховий випадок у подорожі із застрахованою людиною і реалізувати ці алгоритми.
Актуальність – мінімізування ризиків в банківській і страховій сферах.
Проведений аналіз отриманих результатів, виконано порівняльний
аналіз розглянутих методів прогнозування, визначено переваги і недолікм кожного методу.
Шляхи подальшого розвитку предмету дослідження – методи прогнозного моделювання за допомогою нейронних мереж.
Опис
Ключові слова
машинне навчання, бінарна класифікація, прогнозування, депозит, моделювання, страхування, ансамблеві методи, machine learning, binary classification, orecasting, deposit, modeling, insurance, ensemblem methods
Бібліографічний опис
Дітковська, Ю. В. Методи машинного навчання в задачах бінарних класифікацій в страховій і банківській сферах : дипломна робота ... бакалавра : 6.040303 Системний аналіз / Дітковська Юлія Василівна. – Київ, 2019. – 120 с.