Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ir.nmu.org.ua/handle/123456789/166737
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorПодвисоцький, Артем-
dc.date.accessioned2024-04-26T06:50:43Z-
dc.date.available2024-04-26T06:50:43Z-
dc.date.issued2023-12-
dc.identifier.urihttp://ir.nmu.org.ua/handle/123456789/166737-
dc.descriptionВ інформаційно-аналітичному розділі наведено визначення кредитного скорингу, описано основні алгоритми для вирішення задачі кредитного скорингу, проведено аналіз об’єкту дослідження, розглянуто послідовність препроцесінгу даних та методів вибору оптимального набору інформативних ознак. Описано можливості мови програмування Python для інтелектуального аналізу даних. У спеціальному розділі виконано аналіз та підготовку вихідних даних, створено модель алгоритму XGBoost та відібрано найбільш інформативні ознаки, проведено аналіз параметрів моделі та відібрано ті, що максимально покращують результати прогнозу; представлено результати розв’язку задачі кредитного скорингу.uk_UA
dc.description.abstractОб’єкт дослідження: анкетні дані споживачів кредитів для задачі кредитного скорингу.uk_UA
dc.description.abstractЕкономічний ефект від реалізації результатів дослідження очікується позитивним за рахунок використання суб’єктами господарювання алгоритму препроцесінгу даних та побудови релевантної моделі алгоритму машинного навчання XGBoost для оптимізації їх діяльності.uk_UA
dc.description.abstractПрактична 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.uk_UA
dc.language.isoukuk_UA
dc.publisherНТУ «ДП»uk_UA
dc.subjectінтелектуальний аналізuk_UA
dc.subjectаналіз данихuk_UA
dc.subjectкласифікаціяuk_UA
dc.titleЗастосування інтелектуального аналізу даних для підвищення точності класифікації споживачів кредитних запозиченьuk_UA
dc.typeLearning Objectuk_UA
Розташовується у зібраннях:2023-2024 навчальний рік

Файли цього матеріалу:
Файл Опис РозмірФормат 
ПодвисоцькийА_маг124(2023).pdf2,05 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.