Отрывок: 1.8 Многослойный персептрон Многослойный персептрон (MLP) представляет собой класс искусственных нейронных сетей, состоящих из нескольких слоев: входного слоя, нескольких скрытых слоев и выходного слоя. Каждый слой содержит нейроны, соединенные взвешенными связями. На рисунке 6 приведен пример структуры многослойного персептрона. Рисунок 6 – Структура многослойного персептрона 30 Персептрон принимает на вход вектор признаков x = (x1, x...
Название : | Решение задачи оценки кредитоспособности заёмщиков при помощи моделей машинного обучения |
Авторы/Редакторы : | Панкова Н. В. Солдатова О. П. Астапова О. Г. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики и кибернетики |
Дата публикации : | 2024 |
Издательство : | Изд-во Самар. ун-та |
Библиографическое описание : | Панкова, Н. В. Решение задачи оценки кредитоспособности заёмщиков при помощи моделей машинного обучения : вып. квалификац. работа по направлению подгот. 09.04.01 Информатика и вычислительная техника (уровень магистратуры), профиль "Информационные системы и технологии" / Н. В. Панкова ; рук. работы О. П. Солдатова ; нормоконтролер О. Г. Астапова ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; Ин-т информати. - Самаpа : Изд-во Самар. ун-та, 2024. - 1 файл (1,7 Мб). - Текст : электронный |
Аннотация : | Загл. с титул. экрана Цель работы – обзор математических моделей получения кредитного рейтинга на основе исторических данных и практическая демонстрация применимости наиболее подходящих из них для решения данной задачи. В процессе работы использован свободно-доступный набор данных кредитной истории компании LendingClub. В результате работы определено, что для данной задачи наиболее подходящей моделью оценки вероятности дефолта является модель случайного леса. Эффективность работы заключается в достижении высокой точности классификации моделей, благодаря использованию подходящих техник семплирования данных и значений гиперпараметров. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Reshenie-zadachi-ocenki-kreditosposobnosti-zaemshikov-pri-pomoshi-modelei-mashinnogo-obucheniya-108645 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20240209162557 |
Ключевые слова: | заемщики кредитоспособность машинное обучение модель |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Панкова_Наталья_Владимировна_Решение_задачи_оценки_кредитоспособности.pdf | 1.72 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.