Predikce pravděpodobnosti otevření úvěrového účtu pomocí neuronových sítí a logistické regrese

Michael Kos

Diplomová práce

Probability of customer loan account opening prediction using neural networks and logistic regression

Anotace:

Diplomová práce se zabývá využitím prediktivních modelů bank při tvorbě direct marketingových kampaní. Teoretická část slouží k představení podstatných konceptů z oblasti dobývání znalostí z dat a strojového učení. Pozornost je věnována především modelu logistické regrese a jemu ekvivalentním neuronovým sítím. V praktické části jsou představené modely využity k predikci na základě reálných bankovních dat.

Abstract:

The following thesis deals with the application of predictive models for the purpose of direct marketing campaign targeting within a banking sector. The theoretical part defines relevant datamining and machine learning concepts with an emphasis on logistic regression and its equivalent neural network models. These are than used for prediction in the second part, utilizing a real-world banking dataset.

Klíčová slova

Propenzitní model, Logistická regrese, Bankovnictví, Direct marketing

Keywords

Propensity model, Logistic regression, Banking, Direct marketing

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 12. 11. 2018

Obhajoba závěrečné práce

• Obhajoba proběhla 20. 6. 2019
• Vedoucí: Milan Fičura
• Oponent: Vojtěch Siuda

Vysoká škola ekonomická v Praze

Magisterský studijní program / obor:
Finance a účetnictví / Finanční inženýrství