Система підтримання прийняття рішень для оцінювання та прогнозування стану страхової компанії
dc.contributor.author | Панібратов, Р. С. | |
dc.date.accessioned | 2022-11-10T12:41:17Z | |
dc.date.available | 2022-11-10T12:41:17Z | |
dc.date.issued | 2022 | |
dc.description.abstracten | The decision support system was created for estimating and forecasting the state of an insurance company according to its financial and economic indicators. The task of estimating the state of this type of an institution was considered as a problem of a binary classification: whether the company’s activity is efficient or not. During the research, six supervised machine learning methods were implemented: knearest neighbors, support vector machine, naive Bayes classifier, random forest, XGBoost and deep neural network. The created system allows the following: to perform correlation analysis of financial and economic indicators, to check the balance of data, to perform training of the selected model and to estimate quality of training, to predict the state of the insurance company according to the selected model. According to the best model, the future state of insurance companies in Ukraine was predicted. | uk |
dc.description.abstractuk | Створено систему підтримання прийняття рішень для оцінювання та прогнозування стану страхової компанії за її фінансово-економічними показниками. Оцінювання стану даної установи розглянуто як задачу бінарної класифікації: чи є діяльність компанії ефективною чи ні. Під час дослідження реалізовано шість методів машинного навчання з учителем: метод k-найближчих сусідів, метод опорних векторів, наївний байєсівський класифікатор, випадковий ліс, XGBoost та глибоку нейронну мережу. Створена система дозволяє: виконувати кореляційний аналіз фінансово-економічних показників, перевіряти збалансованість даних, навчати обрану модель та оцінювати якість навчання, прогнозувати стан страхової компанії за обраною моделлю. За найкращими моделями спрогнозовано майбутній стан страхових компаній України. | uk |
dc.format.pagerange | С. 61-72 | uk |
dc.identifier.citation | Панібратов, Р. С. Система підтримання прийняття рішень для оцінювання та прогнозування стану страхової компанії / Р. С. Панібратов // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2022. – № 1. – С. 61-72. – Бібліогр.: 5 назв. | uk |
dc.identifier.doi | https://doi.org/10.20535/SRIT.2308-8893.2022.1.05 | |
dc.identifier.orcid | 0000-0002-8604-4420 | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/51016 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 1 | uk |
dc.subject | страхова компанія | uk |
dc.subject | система підтримання прийняття рішень | uk |
dc.subject | бінарна класифікація | uk |
dc.subject | метод k-найближчих сусідів | uk |
dc.subject | метод опорних векторів | uk |
dc.subject | наївний байєсівський класифікатор | uk |
dc.subject | випадковий ліс | uk |
dc.subject | градієнтний бустинг | uk |
dc.subject | нейронні мережі | uk |
dc.subject | insurance company | uk |
dc.subject | decision support system | uk |
dc.subject | binary classification | uk |
dc.subject | knearest neighbors | uk |
dc.subject | support vector machine | uk |
dc.subject | naive Bayes classifier | uk |
dc.subject | random forest | uk |
dc.subject | gradient boosting | uk |
dc.subject | neural networks | uk |
dc.subject.udc | 004.852 | uk |
dc.title | Система підтримання прийняття рішень для оцінювання та прогнозування стану страхової компанії | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- 2022_1_61-72.pdf
- Розмір:
- 452.81 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: