Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/67460
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Губин, Евгений Иванович | ru |
dc.contributor.author | Чжан, Вэйцзя | ru |
dc.date.accessioned | 2021-06-20T07:07:14Z | - |
dc.date.available | 2021-06-20T07:07:14Z | - |
dc.date.issued | 2021 | - |
dc.identifier.citation | Чжан, Вэйцзя. Data Mining Classification Techniques for Credit Scoring in Banks : магистерская диссертация / Вэйцзя Чжан ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. Е. И. Губин. — Томск, 2021. | - |
dc.identifier.uri | http://earchive.tpu.ru/handle/11683/67460 | - |
dc.description.abstract | Технология кредитного скоринга - это прикладная статистическая модель, функция которой заключается в оценке соискателей ссуды (соискателей кредитной карты) для оценки рисков. Модель кредитной карты - это зрелый метод прогнозирования. Кредитная карта может оценивать кредитоспособность клиента на основе информации, предоставленной клиентом, исторических данных клиента и данных сторонней платформы. Создание кредитной карты основано на результатах статистического анализа большого количества данных, которые имеют высокую точность и надежность. В этой статье используются данные о клиентах банка для создания кредитной карты с высокой точностью и приводятся показатели классификации, которые обеспечивают хорошую основу для сегментации клиентов банка. | ru |
dc.description.abstract | Credit scoring technology is an applied statistical model whose function is to score loan applicants (credit card applicants) for risk assessment. The credit scoring card model is a mature forecasting method. The credit score card can evaluate the customer's credit based on the information provided by the customer, the customer's historical data, and the data of the third-party platform. The establishment of the credit score card is based on the statistical analysis results of a large amount of data, which has high accuracy and reliability. This article uses the bank's customer data to establish a bank credit score card with high accuracy, and provides classification indicators to provide a good basis for the bank's customer segmentation. | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | ru | en |
dc.rights | info:eu-repo/semantics/openAccess | - |
dc.subject | кредитная карта | ru |
dc.subject | масса доказательств | ru |
dc.subject | информационная ценность | ru |
dc.subject | логистическая регрессия | ru |
dc.subject | сегментация клиента | ru |
dc.subject | credit score card | en |
dc.subject | weight of evidence | en |
dc.subject | information value | en |
dc.subject | logistic regression | en |
dc.subject | customer’s segmentation | en |
dc.title | Data Mining Classification Techniques for Credit Scoring in Banks | ru |
dc.type | Students work | - |
local.department | Национальный исследовательский Томский политехнический университет (ТПУ)::Инженерная школа информационных технологий и робототехники (ИШИТР)::Отделение информационных технологий (ОИТ) | - |
local.institut | 7950 | - |
local.localtype | Студенческая работа | - |
dc.subject.oksvnk | 09.04.04 | - |
local.thesis.level | Магистр | ru |
local.thesis.discipline | Программная инженерия | - |
local.local-vkr-id | 977778 | - |
local.vkr-id | 47955 | - |
local.stud-group | 8ПМ9И | - |
local.lichnost-id | 171740 | - |
local.thesis.level-id | 3 | - |
local.tutor-lichnost-id | 203038 | - |
dc.subject.udc | 004.62:336.774.3 | - |
Располагается в коллекциях: | Магистерские диссертации |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
TPU1171358.pdf | 2,12 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.