Využití vybraných metod strojového učení pro modelování kreditního rizika – Matěj Drábek
Matěj Drábek
Master's thesis
Využití vybraných metod strojového učení pro modelování kreditního rizika
Machine Learning Methods for Credit Risk Modelling
Abstract:
Diplomová práce je členěna na tři základní části. V té první se věnuji P2P úvěrování, jeho charakteristikám, základním konceptům a jejich promítnutím v praxi. Srovnávám v ní také P2P trh u nás, ve Velké Británii a v USA. V druhé části této práce popisuji teoretická východiska vybraných metod strojového učení, kterými jsou naivní bayesovský klasifikátor, klasifikační strom, náhodný les a logistická …moreAbstract:
This master's thesis is divided into three parts. In the first part I described P2P lending, its characteristics, basic concepts and practical implications. I also compared P2P market in the Czech Republic, UK and USA. The second part consists of theoretical basics for chosen methods of machine learning, which are naive bayes classifier, classification tree, random forest and logistic regression. I …more
Language used: Czech
Date on which the thesis was submitted / produced: 11. 12. 2016
Identifier:
http://www.vse.cz/vskp/eid/70842
Thesis defence
- Date of defence: 22. 6. 2017
- Supervisor: Jiří Witzany
- Reader: Jiří Málek
Citation record
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/70842
Vysoká škola ekonomická v Praze
Master programme / field:
Finance a účetnictví / Finanční inženýrství
Theses on a related topic
-
No-Code Tool for Data Preprocessing for Machine Learning
Adam Zálešák -
Machine Learning for Phishing URL Detection
Juraj Smeriga -
Machine Learning for Text Anomaly Detection
Alina Tsykynovska -
Leveraging Machine Learning for Time Series Predictive Analysis
Samuel Ambros -
ECG Arrhythmia Detection and Classification
Adam Ivora -
Movement-Based Sentiment Classification in Human Interactions
Maroš Dubíny -
Topic Classification for Web Corpora: Method Comparison and Crosslingual Transfer
Rastislav Papčo -
Automatic Ticket Triage Using Supervised Text Classification
Václav Dedík