Показати скорочений опис матеріалу

dc.contributor.authorBobriiekhova, K. M.
dc.contributor.authorBocharov, B. P.
dc.date.accessioned2021-11-18T08:03:50Z
dc.date.available2021-11-18T08:03:50Z
dc.date.issued2021
dc.identifier.citationBobriiekhova K. M. Binary classfication: credit risk prediction/ K. M. Bobriiekhova, B. P. Bocharov // Інформаційні технології: теорія і практика [Електронний ресурс] : тези доповідей 4-тої Всеукраїнської інтернет-конференція здобувачів вищої освіти і молодих учених (Дніпро-Запоріжжя-Харків), 17-19 березня 2021 р.- Дніпро : НТУ "ДП", 2021. – С. 101-104uk_UA
dc.identifier.urihttp://ir.nmu.org.ua/handle/123456789/159434
dc.description.abstractThis thesis demonstrates how to perform cost-sensitive binary classification in Azure ML Studio to predict credit risk based on the information given on a credit application. The classification problem in this experiment is a cost-sensitive one because the cost of misclassifying the positive samples is five times the cost of misclassifying the negative samples.uk_UA
dc.language.isoenuk_UA
dc.publisherНТУ ДПuk_UA
dc.subjectбинарная системаuk_UA
dc.subjectбінарна системаuk_UA
dc.subjectкредитний ризикuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectпрогнозированиеuk_UA
dc.subjectнаучная публикация НГУ 2021uk_UA
dc.titleBinary classfication: credit risk predictionuk_UA
dc.typeArticleuk_UA
dc.identifier.udk519.85uk_UA


Долучені файли

Thumbnail

Даний матеріал зустрічається у наступних фондах

Показати скорочений опис матеріалу