Методи машинного навчання в задачах бінарних класифікацій в страховій і банківській сферах

Скорочена інформація про документ
dc.contributor.advisorБарановська, Леся Валеріївна
dc.contributor.authorДітковська, Юлія Василівна
dc.date.accessioned2019-09-13T15:15:16Z
dc.date.available2019-09-13T15:15:16Z
dc.date.issued2019-06
dc.description.abstractenDiploma work: 128 p., 24 fig., 9 tabl., 2 appendixes, 17 sources. The theme: Methods of machine learning in the problems of binary classifications in the insurence and banking spheres. The object of study – data related to the marketing campaigns of the Portuguese banking institution; travel insurance data of the Singapore insurance company. Subject of research - methods of binary classification (in particular, the method of k-nearest neighbors, logistic regression, naive baits classifier, method of reference vectors, decision tree, random forest, AdaBoost, gradient boosting). Purpose - to develop algorithm that will help predict or choose a bank client for a time deposit as a result of a marketing campaign and whether an insured event will occur in travel with the insured person and implement these algorithms. Actuality - minimizing risks in the banking and insurance sectors. The analysis of the obtained results is carried out comparative analysis of the considered forecasting methods, defines the advantages and disadvantages of each method. The further development of the research subject - predictive modeling techniques with neural networks.uk
dc.description.abstractukДипломна 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.uk
dc.format.page120 с.uk
dc.identifier.citationДітковська, 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.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/29287
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмашинне навчанняuk
dc.subjectбінарна класифікаціяuk
dc.subjectпрогнозуванняuk
dc.subjectдепозитuk
dc.subjectмоделюванняuk
dc.subjectстрахуванняuk
dc.subjectансамблеві методиuk
dc.subjectmachine learninguk
dc.subjectbinary classificationuk
dc.subjectorecastinguk
dc.subjectdeposituk
dc.subjectmodelinguk
dc.subjectinsuranceuk
dc.subjectensemblem methodsuk
dc.titleМетоди машинного навчання в задачах бінарних класифікацій в страховій і банківській сферахuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Ditkovska_bakalavr.docx
Розмір:
1.82 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи