Masinõppe rakendamine makseviivituse tõenäosuse hindamisel

Praks, Martti

Masinõppe rakendamine makseviivituse tõenäosuse hindamisel

dc.contributor.advisor	Kängsepp, Markus, juhendaja
dc.contributor.advisor	Kull, Meelis, juhendaja
dc.contributor.advisor	Kõiv, Kuldar, juhendaja
dc.contributor.author	Praks, Martti
dc.contributor.other	Tartu Ülikool. Loodus- ja täppisteaduste valdkond	et
dc.contributor.other	Tartu Ülikool. Arvutiteaduse instituut	et
dc.date.accessioned	2023-08-23T11:43:55Z
dc.date.available	2023-08-23T11:43:55Z
dc.date.issued	2022
dc.description.abstract	Makseviivituse tõenäosuse hindamine on finantsasutusel üheks võtmetegevuseks krediidiriski hindamisel. Makseviivituse tõenäosus on oluline tunnus, mille pealt otsustatakse kas ja mis tingimustel krediiti anda ning jälgitakse kogu krediiditoodete portfelli kvaliteeti. Üldistatult saab kasutatavad mudelid jagada kaheks: statistilised lähenemised ja masinõppe tehnikad. Magistritöö peamisteks tulemusteks on võrdlus logistilise regressiooni ja teiste masinõppemeetoditega loodud mudelite vahel, kasutades AS LHV Group’i reaalseid andmeid. Töös demonstreeritakse erinevate meetoditega saavutatud makseviivituse hindamismudeli tulemeid ja arutletakse erinevate meetodite eeliste üle. Parima tulemuse saavutas mõõdikute alusel otsustuspuu algoritmil põhinev otsustusmets. Töös rakendatakse erinevaid meetodeid otsustusmetsa mudeli seletamiseks toetades selle meetodi rakendamist praktikas. Arvestades viimasel ajal erinevate otsustuspuu meetodil põhinevate masinõppemeetodite edukust paljudes valdkondades, ei ole saavutatud tulemused üllatuslikud. Otsustusmetsa ennustusi seletatakse läbi mudeli üldiste seoste andmestiku tunnustega ja konkreetsemalt näitlikustatakse erinevate näidete ennustuse kujunemist. Kas need tulemid on piisavad, et praktikas otsustusmetsa kasutada, jäetakse lõppkasutaja otsustada.	et
dc.identifier.uri	https://hdl.handle.net/10062/91710
dc.language.iso	est	et
dc.publisher	Tartu Ülikool	et
dc.rights	openAccess	et
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 International	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	masinõpe	et
dc.subject	makseviivitus	et
dc.subject	logistiline regressioon	et
dc.subject	tugivektormasin	et
dc.subject	otsustusmets	et
dc.subject	tehisnärvivõrk	et
dc.subject	LIME	et
dc.subject	tõenäosuste kalibreerimine	et
dc.subject.other	magistritööd	et
dc.subject.other	informaatika	et
dc.subject.other	infotehnoloogia	et
dc.subject.other	informatics	et
dc.subject.other	infotechnology	et
dc.title	Masinõppe rakendamine makseviivituse tõenäosuse hindamisel	et
dc.type	Thesis	et