Maksevõimetuse hindamine

dc.contributor.advisorKangro, Raul, juhendaja
dc.contributor.authorBinsol, Paavo
dc.contributor.otherTartu Ülikool. Matemaatika-informaatikateaduskondet
dc.contributor.otherTartu Ülikool. Matemaatilise statistika instituutet
dc.date.accessioned2015-07-08T07:33:12Z
dc.date.available2015-07-08T07:33:12Z
dc.date.issued2015
dc.description.abstractKäesolevas magistritöös uuritakse maksevõimeliste ja maksevõimetute klientide õigesti klassifitseerimist, mis on kahe klassiga klassifitseerimisülesanne. Lisaks uuritakse erinevate kaofunktsioonide mõju klassifitseerimistäpsusele ja kahju suurusele. Leitud mudelid põhinevad logistilise regressiooni, otsustuspuude ja närvivõrkude metoodikal. Kahe andmestiku korral on võrreldud klassifitseerimise täpsust ja kahju suurust kasutades eelnevalt mainitud mudeleid koos kaofunktsioonidega.et
dc.identifier.urihttp://hdl.handle.net/10062/47541
dc.language.isoetet
dc.publisherTartu Ülikoolet
dc.subjectklassifitseerimineet
dc.subjectriskianalüüset
dc.subjectlogistiline regressioonet
dc.subjectotsustuspuuet
dc.subjectnärvivõrket
dc.subject.othermagistritöödet
dc.subject.otherclassificationen
dc.subject.otherrisk analysisen
dc.subject.otherlogistic regressionen
dc.subject.otherdecision treeen
dc.subject.otherneural networken
dc.titleMaksevõimetuse hindamineet
dc.typeThesiset

Failid

Originaal pakett

Nüüd näidatakse 1 - 1 1
Laen...
Pisipilt
Nimi:
binsol_paavo_msc_2015.pdf
Suurus:
1 MB
Formaat:
Adobe Portable Document Format

Litsentsi pakett

Nüüd näidatakse 1 - 1 1
Pisipilt ei ole saadaval
Nimi:
license.txt
Suurus:
1.71 KB
Formaat:
Item-specific license agreed upon to submission
Kirjeldus: