پیش بینی ریسک اعتباری مشتریان بانک با استفاده از چند ترکیب طبقه بند مبتنی بر طبقه بند ماشین یادگیری حداکثر
thesis
- دانشگاه امام رضا علیه اسلام - دانشکده مهندسی کامپیوتر
- author مجید تفاهمی
- adviser عادل قاضی خانی علیرضا روحانی منش
- publication year 1393
abstract
بانک ها و موسسات مالی و اعتباری با اعطای تسهیلاتی از قبیل وام و اعتبار به مشتریان خود، با ریسک هایی از جمله عدم پرداخت سر موعد مشتری و کاهش نقدینگی مواجه هستند. پیش بینی این ریسک ها قبل از اعطای تسهیلات برای بانک ها از اهمیت ویژه ای برخوردار است. از این رو نیاز به ارائه روش هایی جهت طبقه بندی مشتریان به منظور پیش بینی ریسک اعتباری آنها لازم و ضروری به نظر می رسد. لذا بایستی تلاش شود تا روش های طبقه بندی ارائه شود که نسبت به تغییر داده ها از مقاومت بالاتری برخوردار باشند. در این پایان نامه سه روش جدید طبقه بندی با استفاده از ترکیب طبقه بندها، که دارای دقت بالاتر و قابلیت اطمینان بیشتر برروی مجموعه داده های مشتریان بانک می باشند، ارائه شده است.
similar resources
تحلیل صدای گریه نوزاد با استفاده از طبقه بند بازنمایی تنک مبتنی بر هسته
پردازش صدای گریه نوزاد اطلاعات مفیدی در مورد وضعیت نوزاد در اختیار قرار میدهد. این اطلاعات میتواند به منظور تشخیص بیماری و یا درک نیاز نوزاد استفاده شود. این مقاله به تحلیل صدای گریه نوزاد با رویکرد تفکیک دو نوع منشاء درد و گرسنگی در صدای گریه پرداخته است. الگوهای بازنمایی تنک علامت (سیگنال) یکی از جدیدترین ابزارهای پردازش در حوزه بازشناسی الگو است. از اینرو، در مقاله جاری چارچوبی جدید ب...
full textمدلسازی ریسک اعتباری مشتریان بانک با استفاده از مدل تحلیل بقا مبتنی بر روش اسپلاین
امروزه بانکهای کشور با معضلات جدی به لحاظ نوع داراییهایشان مواجه هستند. از جمله عواملی که منجر به این وضعیت شدهاند میتوان به کیفیت بد داراییهای بانکها اشاره داشت که علت آن را میتوان نداشتن سیستم رتبهبندی و ارزیابی درست در ریسک اعتباری دانست. در این پژوهش با استفاده از مدل رگرسیون کاکس و همچنین مدل بقای رگرسیون لجستیک مبتنی بر اسپلاین به پیشبینی احتمال نکول در طول زمان پرداخته ایم. برای ...
full textپیش بینی ژن های بیماری با استفاده از دسته بند تککلاسی ماشین بردار پشتیبان
Abstract: In disease gene identification and classification, users are only interested in classifying one specific class, disease genes, without considering other classes (non-disease genes). This situation is referred to as one-class classification. Existing machine learning-based methods typically use known disease gene as positive training set and unknown genes as negative training set to bu...
full textبررسی ریسک اعتباری طبقه بندی مشتریان شبکه بانکی با استفاده از مدل های پیش بینی و تصمیم گیری چندمعیاره (مطالعه موردی: بانک ملی استان کردستان)
پژوهش حاضر با هدف طبقه بندی مشتریان بانکی بر اساس ریسک اعتباری به کمک مدل های پیش بینی و تصمیم گیری چندمعیاره انجام شده است. از آنجا که یکی از عوامل کلیدی در شبکه بانکی ریسک اعتباری است، لذا بانک ها علاقه مندند از روش های مختلف ریسک مزبور را کاهش دهند. پژوهش حاضر بر حسب هدف کاربردی و بر اساس شیوه گردآوری داده های توصیفی از نوع اسنادی است به گونه ای که تعداد 385 پرونده از بین مشتریان حقیقی (250)...
full textرویکردی نوین از کاربرد مدل های تصمیم گیری چند معیاره در طبقه بندی مشتریان اعتباری بانک
همواره مهم ترین عامل در تعیین وضعیت اعتباری مشتریان، بررسی ریسک اعتباری آن ها بوده است. در گذشته ریسک اعتباری غالبا با قضاوت شهودی تعیین می گردید که در مقایسه با روش های آماری و هوش مصنوعی که اخیرا مورد توجه قرار گرفته اند ازکارایی کمتری برخوردار بوده است. این در حالی است که بکارگیری روش های آماری، مستلزم توزیع مشخص داده ها می باشد و از طرف دیگر استفاده از روش های هوش مصنوعی نیز مستلزم محاسبات ...
full textمدل سازی ریسک اعتباری مشتریان بانک با به کارگیری رویکرد گروهی در طبقه بندی چند کلاسه
ریسک اعتباری به عنوان خطر ناشی از احتمال عدم بازپرداخت تعهدات توسط مشتریان در سررسید بوده و یکی از مهم ترین ریسک ها در بانک ها و مؤسسات مالی به حساب می آید. یکی از مهم ترین ابرارهای کنترل و مدیریت ریسک اعتباری، استقرار نظام امتیازدهی اعتباری است. مدل های امتیازدهی اعتباری با دریافت مجموعه ای از اطلاعات مشتریان به عنوان ورودی، امتیازی را به عنوان خروجی به آنها اختصاص می دهند بانک ها می توانند از...
My Resources
document type: thesis
دانشگاه امام رضا علیه اسلام - دانشکده مهندسی کامپیوتر
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023