Личный кабинет

Курсовая работаИнформационные технологии

Готовая работа №13087 от пользователя Валеева Карина

Предварительный анализ данных и построение признаков в задачах кредитного скоринга

Name: Предварительный анализ данных и построение признаков в задачах кредитного скоринга
Price: 390.00 RUB

390 ₽

Файл с работой можно будет скачать в личном кабинете после покупки

Страниц: 27

Год написания: 2022

Валеева Карина

Сообщить о нарушении авторских прав

Гарантия безопасной покупки

Уникальность текста выше 50%

Возможность снять с продажи

Не подходит эта работа?

Укажите тему работы или свой e-mail, мы отправим подборку похожих работ

содержание

ВВЕДЕНИЕ 3
ГЛАВА 1. ТЕОРЕТИЧЕСКАЯ СТОРОНА КРЕДИТНОГО СКОРИНГА 5
1.1 Скоринг 5
1.2 Основные методы машинного обучения, используемые при кредитном скоринге: 6
1.3 Признаки в машинном обучении 9
ГЛАВА 2. ПРЕДВАРИТЕЛЬНЫЙ АНАЛИЗ ДАННЫХ И ПОТСРОЕНИЕ ПРИЗНАКОВ В ЗАДАЧАХ КРЕДИТНОГО СКОРИНГА 10
2.1 Методы предварительного анализа и построения признаков 10
2.2 Реализация с примерами кода 12
ЗАКЛЮЧЕНИЕ 26
СПИСОК ЛИТЕРАТУРЫ 27

Весь текст будет доступен после покупки

Показать еще текст

ВВЕДЕНИЕ

Количество данных, производимых человечеством, постоянно увеличивается, и это могут быть объективно важные данные, как например научные исследования или различные банковские переводы, так и нишевые – видео на ютубе или фото в социальной сети. Чтобы понять своего клиента, улучшить сервис, минимизировать риски и затраты, с целью увеличить прибыль компания может быть нужно много разных данных. Но чем больше данных, тем выше шанс того, что с данными что-то не так, человеческий фактор, системная ошибка, пропуски в дата сете и так далее. Есть множество причин, из-за которых вся работа по построении крупной модели может быть бесполезной. Именно этим и обуславливается актуальность моей работы. Очень важно проводить предварительный анализ и инжиниринг признаков для достижения корректного результата.
Целью работы ставится эмпирическое исследования, как именно влияют предварительный анализ данных и построение признаков на результате работы.
В соответствии с целью поставлены следующие задачи:
• Обобщить теоретические основы машинного обучения в кредитном скоринге
• Определить практические особенности применения предварительного анализа и инжиниринга признаков
• Реализовать на практике предварительный анализ и построение признаков
Объектом исследования является кредитный скоринг. Предмет исследования представлен в виде проведения предварительного анализа данных и построение признаков в задачах кредитного скоринга на языке Python.

Весь текст будет доступен после покупки

Показать еще текст

отрывок из работы

ГЛАВА 1. ТЕОРЕТИЧЕСКАЯ СТОРОНА КРЕДИТНОГО СКОРИНГА

1.1 Скоринг
Чтобы определить риски, связанные с невозвратом кредита банки используют кредитный скоринг. После формирования заявки клиентом, банк анализируют по нему данные и рассчитывает баллы клиента, и чем лучшие у него баллы, тем больший кредит под меньший процент сможет получить заёмщик. Ведь именно по баллам банк относит клиента в определённую категорию риска.
Преимущества использования моделей кредитного скоринга:
• Ускорение выполнения заявок
• Беспристрастная оценка каждого клиента и риска связанных с ним
• Повышение производительности отдела кредитования
• Возможность постоянного мониторинга имеющихся кредитов
• Увеличение точности стратегий развития
• Увеличение прибыли

Весь текст будет доступен после покупки

Показать еще текст

Список литературы

1. Дробышевский М. Д. Методы и программные средства моделирования и генерации сложных сетей с сохранением графовых свойств : дис. – автореферат диссертации на соискание ученой степени кандидата физико-математических наук/Дробышевский Михаил Дмитриевич.
2. Кобзев И. С. Реализация класса экспоненциальной модели случайного графа с методом подбора параметров //ВОПРОСЫ УСТОЙЧИВОГО РАЗВИТИЯ ОБЩЕСТВА Учредители: ООО" Институт развития образования и консалтинга". – №. 4. – С. 1498-1501.
3. Кузьмин Д. Ю., Абрамов В. Г. ИЕРАРХИЧЕСКАЯ РЕДУКЦИЯ ГРАФА С АТРИБУТАМИ //Национальная ассоциация ученых. – 2018. – №. 9 (36). – С. 41-45.
4. Lin M. et al. Resource-Efficient Training for Large Graph Convolutional Networks with Label-Centric Cumulative Sampling //Proceedings of the ACM Web Conference 2022. – 2022. – С. 1170-1180.
5. Liu C. et al. Sampling business process event logs using graph-based ranking model //Concurrency and Computation: Practice and Experience. – 2021. – Т. 33. – №. 5. – С. e5974.

Весь текст будет доступен после покупки

Показать еще текст

Купить и скачать работу

Предварительный анализ данных и построение признаков в задачах кредитного скоринга

Почему студенты выбирают наш сервис?

Работаем круглосуточно

24 часа в сутки

7 дней в неделю

Гарантия

Возврат средств в случае проблем с купленной готовой работой

Мы лидеры

LeWork является лидером по количеству опубликованных материалов для студентов

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Как оплатить заказ?

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем!

Есть ли услуга безопасной покупки, и какой срок гарантии?

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней.

Что означает возможность снять с продажи готовую работу ?

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Как вернуть средства за некачественную работу?

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Как связаться со службой поддержки, если возникли вопросы?

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net