Прогнозування оцінки кредитоспроможності фізичних осіб із використанням можливостей ML.NET
Вантажиться...
Дата
2020
Автори
Антонюк, Д. С.
Вакалюк, Т. А.
Марчук, Г. В.
Дідківський, В. В.
Antoniuk, Dmytro S.
Vakaliuk, Tetiana A.
Marchuk, Galyna V.
Didkivskyi, Vladyskav V.
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Анотація. Комп’ютерні технології з організацією інтелектуальних обчислень переживають свій розквіт. Насамперед це пов’язано з потоком нових ідей, які виходять з галузі комп’ютерних наук, що утворилася на перетині штучного інтелекту, статистики та теорії баз даних. Нині відбувається стрімке зростання кількості програмних продуктів, що використовують нові технології, а також типів задач, де їх застосування надає значного економічного ефекту. Використання машинного навчання для оцінки фінансових ризиків у споживчому кредитуванні забезпечує фінансовим установам економію коштів до 25 %. Особливої актуальності набуває використання засобів машинного навчання для оцінки ризиків кредитоспроможності у проектах «Інтернет фінансів». Проте аналіз останніх досліджень дозволив встановити, що проблемі економічного прогнозування у сфері кредитів приділено не досить уваги. Метою роботи є розробка системи, яка на основі проведеного аналізу даних визначатиме кредитоспроможність фізичних осіб. Методика. У процесі дослідження були використані такі методи дослідження: абстрагування, метод формалізації, аналіз, моделювання. Об’єктом дослідження є прогнозування оцінки кредитоспроможності фізичних осіб. Предметом дослідження є можливості застосування платформи ML.NET для прогнозування оцінки кредитоспроможності фізичних осіб. Результати. Встановлено, що виконання прогнозування оцінки кредитоспроможності фізичних осіб – це задача бінарної класифікації, яку дозволяє вирішити ML.NET – безкоштовна програма машинного навчання для мов програмування C# і F#. У цій роботі за основу була взята база даних банку, який пропонував послуги приватним особам. Послуги включають управління рахунками, надання кредитів тощо. Наукова новизна. У дослідженні була побудована модель та проведено прогнозування оцінки кредитоспроможності фізичних осіб з використанням можливостей ML.NET. Практична значимість. Реалізовано програму для формування набору даних, проведено інт
Опис
Прогнозування оцінки кредитоспроможності фізичних осіб із використанням можливостей ML.NET = Personal credit rating forecasting using ML.NET / Д. С. Антонюк, Т. А. Вакалюк, Г. В. Марчук, В. В. Дідківський // Зб. наук. пр. НУК. – Миколаїв : НУК, 2020. – № 3 (481). – С. 63–71.
Ключові слова
прогнозування, оцінка, фізичні особи, кредит, економічне прогнозування, аналіз даних, forecasting, assessment, person, credit, economic forecasting, machine learning, data science