Napovedovanje verjetnosti neplačila  z nevronskimi mrežami

Rajter, Urban

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Napovedovanje verjetnosti neplačila z nevronskimi mrežami
Avtorji:	ID Rajter, Urban (Avtor) ID Taranenko, Andrej (Mentor) Več o mentorju... ID Stanet, Peter (Komentor)
Datoteke:	MAG_Rajter_Urban_2021.pdf (1,95 MB) MD5: 7E8465B6629C70A33FC80968B8CD836E PID: 20.500.12556/dkum/b8b27552-5d56-46fc-a7da-9f38d4b4a584
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FNM - Fakulteta za naravoslovje in matematiko
Opis:	Umetna inteligenca se nanaša na teorijo in razvoj računalniških sistemov, ki lahko opravljajo naloge, ki običajno zahtevajo človeško inteligenco. Podskupina strojnega učenja je globoko učenje, kjer se umetne nevronske mreže, algoritmi, ki jih navdihujejo človeški možgani, učijo iz velikih količin podatkov. Podobno, kot se ljudje učimo iz izkušenj, bi algoritem globokega učenja večkrat ponovil isto nalogo in jo vsakič nekoliko prilagodil, da bi izboljšal rezultat. V tej magistrski nalogi so predstavljene nevronske mreže, tipi nevronskih mrež in njihova uporaba. Podrobneje je opisana uporaba nevronskih mrež za namene napovedovanja verjetnosti neplačila. Uporabljen je model globoke nevronske mreže na anonimiziranih podatkih podjetja. Opisan je postopek priprave podatkov in postopek učenja modela na vhodnih podatkih. Analiza končnega rezultata pove, da je uporaba nevronskih mrež smiselna, saj algoritem nudi visoko natančnost.
Ključne besede:	strojno učenje, nevronske mreže, globoko učenje, globoke nevronske mreže, kreditno tveganje
Kraj izida:	Maribor
Založnik:	[U. Rajter]
Leto izida:	2021
PID:	20.500.12556/DKUM-79310
UDK:	004.85:519.22(043.2)
COBISS.SI-ID:	70537219
Datum objave v DKUM:	02.08.2021
Število ogledov:	1867
Število prenosov:	207
Metapodatki:
Področja:	FNM
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	10.06.2021

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Forecasting probability of default with neural networks
Opis:	Artificial intelligence refers to the theory and development of computer systems that can perform tasks, which typically require human intelligence. Deep learning is a subset of machine learning where artificial neural networks, algorithms inspired by the human brain, learn from large amounts of data. Similarly to how people learn from experience, the deep learning algorithm would repeat the same task several times and each time adjust it slightly in order to improve the result. In this master’s thesis, we present neural networks, types of neural networks and their usage. We also thoroughly describe the use of neural networks for the purpose of forecasting the probability of default. A deep neural network algorithm is used on anonymized company data. The whole process includes data preparation and teaching the algorithm on the input data. The final analysis shows that neural networks are suitable for our problem, because the algorithm provides high accuracy.
Ključne besede:	machine learning, neural networks, deep learning, deep neural networks, credit risk

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj