Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
The future of credit scoring modelling using advanced techniques
Název práce v češtině: Budoucnost kreditního skóringu s pokročilými technikami
Název v anglickém jazyce: The future of credit scoring modelling using advanced techniques
Klíčová slova: Strojové učení, Kreditní hodnocení, Finanční odvětví, Úvěrové riziko, Prediktivní modelování
Klíčová slova anglicky: Machine learning, Credit scoring, Financial industry, Credit risk, Predictive modelling
Akademický rok vypsání: 2018/2019
Typ práce: diplomová práce
Jazyk práce: angličtina
Ústav: Institut ekonomických studií (23-IES)
Vedoucí / školitel: prof. PhDr. Ladislav Krištoufek, Ph.D.
Řešitel: skrytý - zadáno vedoucím/školitelem
Datum přihlášení: 23.05.2019
Datum zadání: 23.05.2019
Datum a čas obhajoby: 16.06.2020 09:00
Datum odevzdání elektronické podoby:07.05.2020
Datum proběhlé obhajoby: 16.06.2020
Oponenti: doc. PhDr. Adam Geršl, Ph.D.
 
 
 
Kontrola URKUND:
Seznam odborné literatury
see References
Předběžná náplň práce
Cílem práce je popsat základní principy umělé inteligence, především její podmnožiny, strojového učení. Nejpoužívanější techniky strojového učení budou v této práci nastíněny teoretickou i praktickou cestou. V rámci práce budou sestaveny čtyři praktické modely. Budou diskutovány výsledky a limitace každého z modelů a zároveň budou modely mezi sebou vzájemně porovnány na základě jejich individuálních výkonů. Modelování bude provedeno na reálných datech, poskytnutých společností Home Credit.

Předběžná náplň práce v anglickém jazyce
The goal of this thesis is to describe the basic principles of artificial intelligence and its subset, machine learning. The most widely used machine learning techniques will be outlined both in a theoretical and a practical way. As a result, four models will be assembled within the thesis. Results and limitations of each model will be discussed and these models will also be mutually compared based on their individual performances. The evaluation will be executed on a real world dataset, provided by Home Credit company.
 
Univerzita Karlova | Informační systém UK