Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://ir.nmu.org.ua/handle/123456789/159434
Повний запис метаданих
Поле DC | Значення | Мова |
---|---|---|
dc.contributor.author | Bobriiekhova, K. M. | - |
dc.contributor.author | Bocharov, B. P. | - |
dc.date.accessioned | 2021-11-18T08:03:50Z | - |
dc.date.available | 2021-11-18T08:03:50Z | - |
dc.date.issued | 2021 | - |
dc.identifier.citation | Bobriiekhova 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. 101-104 | uk_UA |
dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/159434 | - |
dc.description.abstract | This 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.iso | en | uk_UA |
dc.publisher | НТУ ДП | uk_UA |
dc.subject | бинарная система | uk_UA |
dc.subject | бінарна система | uk_UA |
dc.subject | кредитний ризик | uk_UA |
dc.subject | прогнозування | uk_UA |
dc.subject | прогнозирование | uk_UA |
dc.subject | научная публикация НГУ 2021 | uk_UA |
dc.title | Binary classfication: credit risk prediction | uk_UA |
dc.type | Article | uk_UA |
dc.identifier.udk | 519.85 | uk_UA |
Розташовується у зібраннях: | Інформаційні технології: теорія і практика : тези доповідей 4-тої Всеукраїнської інтернет-конференція здобувачів вищої освіти і молодих учених (Дніпро-Запоріжжя-Харків), 17-19 березня 2021 р. |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
Збірка А4 !!!!!!-101-104.pdf | 373,31 kB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.