| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Finanšu inženiermatemātika |
| Nosaukums |
Gradienta bustinga algoritma izpēte un pielietošana finanšu klasifikācijas uzdevumiem |
| Nosaukums angļu valodā |
Gradient Boosting Algorithm Research and Application for Financial Classification Tasks |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Viktors Ajevskis |
| Recenzents |
Sergejs Paršutins, RTU |
| Anotācija |
Maģistra darba tēma – Gradienta bustinga algoritma izpēte un pielietošana klasifikācijas
uzdevumiem finansēs.
Darbā tika izskatīti gradienta bustinga metodes ideja, modeļa veidošanas algoritms un tas
apmācības procedūra. Salīdzinātas pieejamas realizācijas un tas pielietošanas scenāriji. Izmantojot
brīvi pieejamus finanšu bināras klasifikācijas uzdevuma datus, tika izskatīts algoritma apmācības
procedūras paplašinājums ar modeļa balstītu metodi. Izskatīti modeļu pielietošanas ekonomiskais
pamatojums un lēmuma pieņemšanas par aizdevumu izsniegšanu stratēģija. Darbā tika piedāvāti
divi GBM algoritma paplašinājumi, tas ievēšanas rezultāti tika salīdzināti ar standarta GBM
algoritmu, kā arī piedāvāts tālākas attistības virziens.
Maģistra darbs uzrakstīts latviešu valodā, tā apjoms ir 68 lpp. Darbs satur 34 literatūras
avotus, 12 attēlus, 6 tabulas, 52 formulas un 4 pielikumus. |
| Atslēgas vārdi |
gradienta busings, finanšu bināras klasifikācijas uzdevumi |
| Atslēgas vārdi angļu valodā |
gradient boosting, financial binary classification tasks |
| Valoda |
lv |
| Gads |
2019 |
| Darba augšupielādes datums un laiks |
04.06.2019 11:20:25 |
