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...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Панкова Н. В. | ru |
dc.contributor.author | Солдатова О. П. | ru |
dc.contributor.author | Астапова О. Г. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики и кибернетики | ru |
dc.coverage.spatial | заемщики | ru |
dc.coverage.spatial | кредитоспособность | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | модель | ru |
dc.creator | Панкова Н. В. | ru |
dc.date.accessioned | 2024-02-13 15:57:33 | - |
dc.date.available | 2024-02-13 15:57:33 | - |
dc.date.issued | 2024 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20240209162557 | ru |
dc.identifier.citation | 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 | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Reshenie-zadachi-ocenki-kreditosposobnosti-zaemshikov-pri-pomoshi-modelei-mashinnogo-obucheniya-108645 | - |
dc.description.abstract | Загл. с титул. экрана | ru |
dc.description.abstract | 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. | ru |
dc.publisher | Изд-во Самар. ун-та | ru |
dc.title | Решение задачи оценки кредитоспособности заёмщиков при помощи моделей машинного обучения | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.37.23 | ru |
dc.subject.udc | 004.056 | ru |
dc.textpart | 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... | - |
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 базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.