Ансамбль моделей для прогнозування повернення кредитів на основі інформації про поведінку користувача на сайті

Скорочена інформація про документ
dc.contributor.advisorМілявський, Юрій Леонідович
dc.contributor.authorМіщук, Андрій Романович
dc.date.accessioned2019-10-01T11:52:52Z
dc.date.available2019-10-01T11:52:52Z
dc.date.issued2019
dc.description.abstractenThesis contains: 88 p., 22 Fig., 2 Append., 8 Tabl.,16 sources. The theme: “Prediction of loans repayment based on information about clients behaviour on site”. The financial sphere has always been one of the main consumers of information technology, in particular, systems for forecasting. Today, there are various methods for predicting the filtering of problem clients. Usually, private information about the user is used for such analysis. The advantage of this work is that the input data uses information about the behavior of the user on a site that is not private. However, the data of this type has a drawback - it is not sufficiently representative for use in classical models, so in this work the methods of the assembly of weak models in order to obtain a strong on their basis were used. The object – client`s solvency. The subject – model ensemble for customer default prediction. Methods – bagging, boosting, bootstrapping, stacking model ensemble technics.uk
dc.description.abstractukДипломна робота: 88 с., 22 рис., 8 табл., 2 додатки, 16 джерел. Фінансова сфера завжди була одним з основних споживачів інформаційних технологій, зокрема, систем побудови прогнозів. Досить поширеними на сьогодні є різноманітні методи передбачення для фільтрації проблемних клієнтів. Зазвичай для такого аналізу використовується приватна інформація про користувача. Перевагою даної роботи є те, що в якості вхідних даних використовується інформація про поведінку користувача на сайті, що не є приватною. Проте, дані такого типу мають недолік - вони є недостатньо репрезинтативними для застосування в класичних моделях, тому в цій роботі використано методи ансамблювання слабких моделей з метою одержання сильної на їх основі. Об’єкт дослідження – платоспроможність позичальника. Предмет долідження – ансамбль моделей для прогнозування дефолту позичальника. Методи дослідження – техніки ансамблювання беггінг, бустинг, бутстрапінг, стекінг.uk
dc.format.page88 с.uk
dc.identifier.citationМіщук, А. Р. Ансамбль моделей для прогнозування повернення кредитів на основі інформації про поведінку користувача на сайті : дипломна робота … бакалавра : 6.050101 Комп'ютерні науки / Міщук Андрій Романович. – Київ, 2019. – 88 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/29554
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectансамбль моделейuk
dc.subjectбустингuk
dc.subjectрендом форестuk
dc.subjectглибинне навчанняuk
dc.subjectmodel ensembleuk
dc.subjectboostinguk
dc.subjectrandom forestuk
dc.subjectdeep educationuk
dc.titleАнсамбль моделей для прогнозування повернення кредитів на основі інформації про поведінку користувача на сайтіuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Mishchuk_bakalavr.pdf
Розмір:
1.92 MB
Формат:
Adobe Portable Document Format
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