Predikce pravděpodobnosti otevření úvěrového účtu pomocí neuronových sítí a logistické regrese

Michael Kos

Master's thesis

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

Abstract:

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.

Keywords

Propenzitní model, Logistická regrese, Bankovnictví, Direct marketing

Keywords

Propensity model, Logistic regression, Banking, Direct marketing

Language used: Czech

Date on which the thesis was submitted / produced: 12. 11. 2018

Thesis defence

• Date of defence: 20. 6. 2019
• Supervisor: Milan Fičura
• Reader: Vojtěch Siuda

Vysoká škola ekonomická v Praze

Master programme / field:
Finance a účetnictví / Finanční inženýrství