Прогнозування кредитоспроможності клієнтів банку за допомогою методів лінійної алгебри
Прогнозування кредитоспроможності клієнтів банку за допомогою методів лінійної алгебри
Дипломна робота: 93 сторінок, 23 рисунка, 8 таблиць, 2 додатки, 22 джерела посилання. Об’єкт дослідження - процес кредитування позичальників, інформаційні технології в прогнозуванні фізичних осіб. Мета дослідження - розробка та застосування математичних моделей лінійної алгебри для оцінювання кредитоспроможності позичальників на основі статистичних даних. Використані моделі - у програмній реалізації було використано лінійні та логістичні моделі, за допомогою яких і здійснювалося прогнозування. Отриманні результати - побудована система прогнозування на мові Python, що може прогнозувати кредитоспроможність фізичної особи з великою точністю. В рамках подальшого дослідження пропонується підвищувати точність моделі, створити процес дотренування моделі на нових даних, створити повноцінний продукт, який зможе контролювати автоматизовано процес виявлення кредитоспроможності клієнта.
модель, сингулярний розклад, model, метод головних компонент, credit risk, principal component analysis, logistic regression, scoring, прогнозування, singular value decomposition, forecasting, логістична регресія, лінійна регресія, creditability, кредитоспроможність, linear regression, кредитний ризик, скоринг
модель, сингулярний розклад, model, метод головних компонент, credit risk, principal component analysis, logistic regression, scoring, прогнозування, singular value decomposition, forecasting, логістична регресія, лінійна регресія, creditability, кредитоспроможність, linear regression, кредитний ризик, скоринг
selected citations These citations are derived from selected sources.This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).0 popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.Average influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).Average impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.Average
Citations provided by BIP!Popularity provided by BIP!