📄Работа №84719
Тема: Решение задачи оценки кредитоспособности физических лиц на базе технологий интеллектуального анализа данных
Тип работы
Бакалаврская работа
Предмет
математика
Объем:
32 листов
Год:
2016
Просмотров:
93
4290
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
Анализ существующих методов оценки кредитоспособности 4
Применение интеллектуального анализа данных в банковском деле 8
Реализация и сравнение методов Data Mining на платформе Deductor 21
Заключение 30
Список литературы
Анализ существующих методов оценки кредитоспособности 4
Применение интеллектуального анализа данных в банковском деле 8
Реализация и сравнение методов Data Mining на платформе Deductor 21
Заключение 30
Список литературы
📖 Введение
Банковская система в настоящее время занимает прочное место в рыночной экономике. Элементами банковской системы являются коммерческие банки, которые оказывают различные услуги, в том числе предоставляют кредиты физическим лицам. При этом весьма актуальным становится вопрос оценки кредитоспособности физических лиц. Оценка финансового положения физического лица, влияющая на его платежеспособность, не является тривиальной задачей. В связи с этим возникает необходимость в разработке и применении эффективных технологий ее решения.
Одним из методов решения указанной задачи является применение интеллектуального анализа данных (Data Mining), в частности, логистической регрессии, деревьев принятия решений и нейронных сетей.
Целью настоящего исследования является проведение анализа и сравнения различных методов интеллектуального анализа данных для решения задачи оценки кредитоспособности физических лиц.
Для достижения поставленной цели были решены следующие задачи:
• исследованы возможности применения методов интеллектуального анализа данных (логистической регрессии, деревьев решений, нейронных сетей) к решению задачи оценки кредитоспособности физических лиц;
• изучены особенности работы с программным продуктом (аналитической платформой) Deductor, реализующим методы интеллектуального анализа данных;
• проведен эксперимент по применению методов интеллектуального анализа данных в аналитической платформе Deductor и сравнение полученных результатов.
Одним из методов решения указанной задачи является применение интеллектуального анализа данных (Data Mining), в частности, логистической регрессии, деревьев принятия решений и нейронных сетей.
Целью настоящего исследования является проведение анализа и сравнения различных методов интеллектуального анализа данных для решения задачи оценки кредитоспособности физических лиц.
Для достижения поставленной цели были решены следующие задачи:
• исследованы возможности применения методов интеллектуального анализа данных (логистической регрессии, деревьев решений, нейронных сетей) к решению задачи оценки кредитоспособности физических лиц;
• изучены особенности работы с программным продуктом (аналитической платформой) Deductor, реализующим методы интеллектуального анализа данных;
• проведен эксперимент по применению методов интеллектуального анализа данных в аналитической платформе Deductor и сравнение полученных результатов.
✅ Заключение
В настоящее время кредитование является неотъемлемой частью банковской структуры. Поэтому важно применение современных и удобных методов оценки кредитоспособности заемщика.
В работе было проведено исследование возможностей применения методов интеллектуального анализа данных к решению задачи оценки кредитоспособности физических лиц. Было выяснено, что такие методы интеллектуального анализа данных как логистическая регрессия, деревья решений, нейронные сети, могут применяться к решению поставленной задачи.
Также в ходе исследования были изучены возможности аналитической платформы Deductor, которая реализуют методы интеллектуального анализа данных. Был проведен эксперимент по применению методов интеллектуального анализа данных в Deductor^, в ходе которого было выяснено, что применение деревьев принятия решений лучше других методов классифицирует банковских клиентов, в то время как нейронные сети позволяют получить банковским работникам больше информации о заемщике, за счет возможности получения информации в виде вещественного числа, интерпретируемого в качестве вероятности возврата кредита.
Было выяснено, что методы интеллектуального анализа данных (Data Mining) могут использоваться в банковом деле, при решении задачи оценки кредитоспособности физического лица.
В ходе построения моделей (логистической регрессии, деревьев решений, нейронных сетей) в аналитической платформе Deductor было выяснено, что лучшую классификацию заемщиков на тестовом и обучающем множествах получила модель деревьев решений.
В работе было проведено исследование возможностей применения методов интеллектуального анализа данных к решению задачи оценки кредитоспособности физических лиц. Было выяснено, что такие методы интеллектуального анализа данных как логистическая регрессия, деревья решений, нейронные сети, могут применяться к решению поставленной задачи.
Также в ходе исследования были изучены возможности аналитической платформы Deductor, которая реализуют методы интеллектуального анализа данных. Был проведен эксперимент по применению методов интеллектуального анализа данных в Deductor^, в ходе которого было выяснено, что применение деревьев принятия решений лучше других методов классифицирует банковских клиентов, в то время как нейронные сети позволяют получить банковским работникам больше информации о заемщике, за счет возможности получения информации в виде вещественного числа, интерпретируемого в качестве вероятности возврата кредита.
Было выяснено, что методы интеллектуального анализа данных (Data Mining) могут использоваться в банковом деле, при решении задачи оценки кредитоспособности физического лица.
В ходе построения моделей (логистической регрессии, деревьев решений, нейронных сетей) в аналитической платформе Deductor было выяснено, что лучшую классификацию заемщиков на тестовом и обучающем множествах получила модель деревьев решений.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.