Application of Machine Learning Models within Credit Risk Modelling – Petr Nguyen
Petr Nguyen
Diplomová práce
Application of Machine Learning Models within Credit Risk Modelling
Aplikace modelů strojového učení v rámci modelování kreditního rizika
Anotace:
Tato diplomová práce se zabývá implementací vlastního rámce strojového učení (ML), který byl vyvinut v Pythonu a aplikován na aplikační scoringová data amerických hypotečních úvěrů (HMEQ). Tento ML rámec zahrnuje 8 klasifikačních modelů, jmenovitě logistickou regresi, rozhodovací strom, Gaussovský naivní Bayes, k-nejbližších sousedů, náhodný les, gradientní boosting, model podpůrných vektorů a neuronovou …víceAbstract:
This Master’s thesis deals with the custom machine learning implementation framework that was developed in Python and applied to the application scoring data of US home equity loans (HMEQ). The ML framework involves eight classification models, namely Logistic Regression, Decision Tree, Gaussian Naive Bayes, K-Nearest Neighbors, Random Forest, Gradient Boosting, Support Vector Machine, and Neural Network …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 25. 5. 2023
Identifikátor:
https://vskp.vse.cz/eid/90599
Obhajoba závěrečné práce
- Obhajoba proběhla 15. 6. 2023
- Vedoucí: Petr Teplý
- Oponent: Luděk Palán
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/90599
Vysoká škola ekonomická v Praze
Magisterský studijní program:
Bankovnictví a pojišťovnictví
Práce na příbuzné téma
-
Payment card fraud detection using machine learning
Angelina Uvaliyeva -
Credit Scoring Using Ensemble Machine Learning Methods
Jan Helcl -
Webová aplikace umožňující uživateli řídit a snižovat rizika a hrozby spojené s investováním do kryptoměn
Marek Mikula -
Správa informací o zranitelnostech pomocí webové aplikace
Ľubomír Ivan -
Návrh webové aplikace pro analýzu rizik
Lenka Krýzová -
Útoky na webové aplikace
Radovan Palinkáš -
Bezpečnostní analýza webové aplikace
Matěj Řezníček -
Webová aplikace pro zabezpečení serverů
Ondřej Šerek