Використання методів інтелектуального аналізу даних для підвищення точності класифікації споживачів кредитів
Date Issued
2020
Author(s)
М’ясоїд, Тетяна
Abstract
Об’єкт дослідження: анкетні дані споживачів кредитів для задачі кредитного
скорингу.
Мета дослідження: дослідження якості класифікації позичальників в задачі
кредитного скорингу за допомогою моделі алгоритму машинного навчання
XGBoost.
Практична цінність роботи полягає у розробці детального алгоритму
препроцесінгу даних, побудові релевантної моделі алгоритму машинного навчання
XGBoost та дослідженні її на адекватність для ефективного прогнозу
кредитоспроможності позичальників з метою зниження ризиків для банківської
установи при видачі кредиту.
скорингу.
Мета дослідження: дослідження якості класифікації позичальників в задачі
кредитного скорингу за допомогою моделі алгоритму машинного навчання
XGBoost.
Практична цінність роботи полягає у розробці детального алгоритму
препроцесінгу даних, побудові релевантної моделі алгоритму машинного навчання
XGBoost та дослідженні її на адекватність для ефективного прогнозу
кредитоспроможності позичальників з метою зниження ризиків для банківської
установи при видачі кредиту.
File(s)![Thumbnail Image]()
Loading...
Name
Диплом_МясоедТ_спец124.pdf
Size
493.32 KB
Format
Adobe PDF
Checksum
(MD5):ae9324ab76f9e73be8bcac429b7bc3f6