Kangro, Raul, juhendajaMärka, Karl, juhendajaRee, TriinTartu Ülikool. Loodus- ja täppisteaduste valdkondTartu Ülikool. Matemaatika ja statistika instituut2019-07-232019-07-232019http://hdl.handle.net/10062/64856Käesoleva magistritöö eesmärgiks on Creditinfo andmebaasis olevate eraisikute kohta tehtud maksehäirete päringute informatsiooni põhjal k-keskmiste klasterdamise abil leida inimeste finantskäitumise mustreid. Saadud klastrite tulemused kaasatakse krediidiriski mudeli loomisesse, et uurida, kas maksevõimelisuse tõenäosuse hindamisel kasutades taotlusele eelneva aasta jooksul tehtud päringute infot parandab logistilisel regressiooni mudelil põhineva krediidiriski mudeli klassifitseerimise täpsust.estopenAccessAutorile viitamine + Mitteäriline eesmärk + Tuletatud teoste keeld 3.0 Eestilogistiline regressioonlogistic regressionklasteranalüüskõrgdimensionaalsed andmedkrediidiriskkrediidiinfocluster analysiscredit informationcredit riskhigh-dimensional datainfo:eu-repo/semantics/masterThesis