Show simple item record

dc.contributor.authorКупенко, Ольга
dc.contributor.authorКупенко, О.П.
dc.contributor.authorМ’ясоїд, Тетяна
dc.date.accessioned2021-02-23T10:55:24Z
dc.date.available2021-02-23T10:55:24Z
dc.date.issued2021
dc.identifier.urihttp://ir.nmu.org.ua/handle/123456789/157554
dc.descriptionАлгоритм XGBoost показав гарні результати для вирішення задачі кредитного скорингу, та при більш ретельному виборі параметрів результати прогнозу можуть дати кращий результат і підвищити кількість виданих кредитів. В такому випадку треба орієнтуватися на пріоритети банку – цілком можливо, що помилкове схвалення кредиту може нанести більший збиток, ніж недоотриманий прибуток від помилкової відмови.uk_UA
dc.description.abstractУ ході виконання роботи вирішувалося питання розв’язання задачі кредитного скорингу за допомогою алгоритму машинного навчання, заснованого на дереві пошуку рішень, який використовує фреймворк градіентного бустинга – XGBoost. Він забезпечує високоефективну реалізацію алгоритму посиленням стохастичного градієнта та доступом до набору параметрів моделі, призначених для забезпечення контролю над процесом навчання моделі.uk_UA
dc.language.isoukuk_UA
dc.subjectалгоритмuk_UA
dc.subjectкредитний скорингuk_UA
dc.subjectмашинне навчанняuk_UA
dc.titleВИКОРИСТАННЯ МЕТОДІВ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ ДЛЯ ПІДВИЩЕННЯ ТОЧНОСТІ КЛАСИФІКАЦІЇ СПОЖИВАЧІВ КРЕДИТІВuk_UA
dc.title.alternativeТези доповіді до ІV Всеукраїнській Інтернет-конференції здобувачів вищої освіти і молодих учених «Інформаційні технології: теорія і практика»uk_UA
dc.typeArticleuk_UA


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record