| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Klasifikācijas metožu salīdzinājums risku novērtēšanas modeļu izveidei nebanku aizdevuma sektorā |
| Nosaukums angļu valodā |
Comparison of Classification Methods for Creating Risk Assessment Models in the Non-Bank Loan Sector |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Inese Poļaka |
| Recenzents |
Sigita Misiņa |
| Anotācija |
Nebanku aizdevuma sektora pieauguma dēļ kredītdevējiem ir būtiski precīzi novērtēt savus potenciālos klientus, lai samazinātu zaudējumus. Riska prognozēšanas modeļa apmācība ar mašīnmācīšanās klasifikatoriem ir viena no pieejām kredītņēmēju raksturojošo datu izpētei. Pastāv problēma ar piemērotāka algoritma izvēli tieši nebanku sektora datiem, jo tiem ir izteikta klašu nelīdzsvarotība, līdz ar to pastāv jautājums par pietiekami trenēta un pēc riska novērtēšanas metrikām efektīva modeļa izstrādi. Bakalaura darba mērķis ir empīriski salīdzināt un novērtēt klasifikācijas metožu efektivitāti risku novērtēšanas modeļu izveidei. Darbā ir apskatīti mašīnmācīšanās klasifikatori, kuri ir plaši pielietoti kredītriska novērtēšanā: loģistiskā regresija, lēmuma koks, gadījumu mežs, atbalsta vektora mašīna, gradienta un ekstrēma gradienta palielināšana kā arī to kombinācijas. Modeļu darbība ir novērtēta un salīdzināta ar klasifikācijas metrikām. Iegūtie rezultāti norāda uz sakrautās klasifikācijas modeļa augstākajiem prognozēšanas rezultātiem salīdzinājumā ar citiem modeļiem, tomēr ir noteikts, ka būtiskākais solis pirms modeļa apmācības ir klašu nelīdzsvarotības problēmas risināšana ar lokālo pieeju. Bakalaura darbā ir 68 lappuses, 29 attēli, 6 tabulas, 12 formulas, 5 pielikumi, 52 informācijas avoti. |
| Atslēgas vārdi |
MAŠĪNMĀCĪŠANĀS, KLASIFIKĀCIJA, ALGORITMU VEIKTSPĒJA, KREDĪTRISKS, SALĪDZINĀŠANA |
| Atslēgas vārdi angļu valodā |
MACHINE LEARNING, CLASSIFICATION, ALGORITHMS PERFORMANCE, CREDIT RISK, COMPARISON |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
20.05.2025 19:52:16 |
