Graduate papers
  
Description of the graduate paper
Form of studies Professional Bachelor
Title of the study programm Financial Engineering
Title in original language Mākslīgo neironu tīklu izmantošana skoringa analīzē
Title in English Artifical Neural Network Usage in Scoring Models
Author Kārlis Rudāks
Department 12200 Institute of Computer Control, Automation and Computer Engineering
Scientific advisor Jolanta Goldšteine
Reviewer Sergejs Paršutins, RTU
Abstract Latvijā un arī ārpus tās, ik gadu pieaug izsniegto kredītu apjoms un skaits, Latvijā it īpaši palielinās izsniegto kredītu apjoms nebanku iestādēs, jo kredīti tiek izsniegti ātri, lai gan summas un termiņi ir mazāki, tas kreditoram palielina kredīta neatmaksāšanas risku tāpēc, ka manuāli nav iespējams dažu minūšu laikā pilnībā pārbaudīt pieteikuma datus. Tāpēc kreditori veido dažādus modeļus, ar kuriem iespējams noteikt varbūtību par to, vai cilvēks atmaksās aizdevumu, viens no šādiem modeļiem var tikt veidots, izmantojot mākslīgos neironu tīklus. Mākslīgie neironu tīkli pēdējā laikā guvuši lielu popularitāti to plašā pielietojuma dēļ, īpaši datizraces un mākslīgā intelekta jomās. Tāpēc šajā darbā tika izveidots mākslīgo neironu tīklu modelis, kurš tika apmācīts uz pagātnes datiem, pēc tam šo neironu tīklu var integrēt kreditora pieteikumu apstrādes algoritmā un neironu tīkls ne tikai noteiks pieteikuma atmaksāšanas varbūtību, bet arī laika gaitā uzlabos prognozēšanas precizitāti, tādejādi palielinot kreditora peļņu, samazinot kavētāju portfeli un samazinot patērētos resursus pieteikumu apstrādei. Bakalaura darbs rakstīts latviešu valodā, to veido ievads, teorētiskā un praktiskā daļa, secinājumi un rezultāti. Darba apjoms ir 61 lpp., tajā iekļauti 22 attēli, 10 tabulas, 24 formulas. Literatūras sarakstā ir1 avots latviešu valodā un 39 angļu valodā. Darbam pievienoti 3 pielikumi.
Keywords Mākslīgie neironu tīkli; Mašīnmācīšanās; Datizrace; Skorings; Varbūtību modelēšana; Neironu tīklu arhitektūra;
Keywords in English Artificial neural network; Machine learning; Data mining; Scoring; Probability modeling; Neural network architecture
Language lv
Year 2019
Date and time of uploading 05.06.2019 19:47:59