Прогнозування оцінки кредитоспроможності фізичних осіб із використанням можливостей ML.NET

Скорочена інформація про документ
dc.contributor.authorАнтонюк, Д. С.
dc.contributor.authorВакалюк, Т. А.
dc.contributor.authorМарчук, Г. В.
dc.contributor.authorДідківський, В. В.
dc.contributor.authorAntoniuk, Dmytro S.
dc.contributor.authorVakaliuk, Tetiana A.
dc.contributor.authorMarchuk, Galyna V.
dc.contributor.authorDidkivskyi, Vladyskav V.
dc.date.accessioned2021-04-12T11:32:41Z
dc.date.available2021-04-12T11:32:41Z
dc.date.issued2020
dc.descriptionПрогнозування 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.uk_UA
dc.description.abstractАнотація. 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 інтuk_UA
dc.description.abstract1Abstract. Computer technologies with intellectual analysis and calculations are on the raise. This is caused by the flow of the new ideas and approaches, formed on the intersection of computer science, artificial intelligence, statistics, and databases. The rapid growth of the software that are using newest technologies for solving new types of the tasks and bring significant economic effects are happening now. The usage of the machine learning techniques in the retail crediting provides financial institutions optimization of spending of up to 25 %. The usage of machine learning for credit rating assessment and forecasting in “internet crediting” is especially relevant now. In the same time the analysis of the publications revealed the needed in the broader research in the area of economic and credit forecasting. Purpose. The purpose of the work is the design and development of the system that assesses and forecasts credit rating of the persons based on the data analysis conducted. Method. The next scientific methods of research were used in the work: abstraction, formalization, analysis and modelling. The object of the study is to forecast the assessment of the creditworthiness of individuals. The subject of the work is the possibilities of ML.NET platform to assess and forecast credit rating of the person. Results. Execution of the credit rating assessment and forecasting of a person is the binary classification task that might be solved with the use of ML.NET – free machine learning platform for C# and F# programming languages. The open dataset of the banking institution with the database of anonymized transactions was used. Different kind of transactions were used to improve quality of assessment and forecasting. Scientific novelty. The model has been built and assessment and forecasting of the credit rating of the people was completed in this work with the use of ML.NET platform. Practical importance. The software application for the dataset formation and credit rating assessment and forecasting has been developed within the course of this work.uk_UA
dc.identifier.issn2311–3405 (Print)
dc.identifier.issn2313-0415 (Online)uk
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/3834
dc.language.isoukuk_UA
dc.relation.ispartofseries330.4:004.(4+6)uk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectоцінкаuk_UA
dc.subjectфізичні особиuk_UA
dc.subjectкредитuk_UA
dc.subjectекономічне прогнозуванняuk_UA
dc.subjectаналіз данихuk_UA
dc.subjectforecastinguk_UA
dc.subjectassessmentuk_UA
dc.subjectpersonuk_UA
dc.subjectcredituk_UA
dc.subjecteconomic forecastinguk_UA
dc.subjectmachine learninguk_UA
dc.subjectdata scienceuk_UA
dc.titleПрогнозування оцінки кредитоспроможності фізичних осіб із використанням можливостей ML.NETuk_UA
dc.title1Personal credit rating forecasting using ML.NETuk_UA
dc.title22020
dc.typeArticleuk_UA

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Antoniuk.pdf
Розмір:
754.88 KB
Формат:
Adobe Portable Document Format
Опис:
стаття
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.05 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

№ 3 (481) 2020