| Název: | Hodnocení spotřebitelských úvěrů pomocí SVM techniky s využitím sw nástroje Mathematica |
| Další názvy: | The evaluation of consumer loans using SVM technique using sw Mathematica |
| Autoři: | Harmady, Jan |
| Vedoucí práce/školitel: | Lukáš, Ladislav |
| Oponent: | Potměšil, Jaroslav |
| Datum vydání: | 2015 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | diplomová práce |
| URI: | http://hdl.handle.net/11025/18148 |
| Klíčová slova: | support vector machine;svm;bonita;strojové učení;spotřebitelský uvěr;klasifikace dat;wolfram mathematica |
| Klíčová slova v dalším jazyce: | support vector machine;svm;creditworthiness;machine learning;consumer loans;data classification;wolfram mathematica |
| Abstrakt: | Prezentovaná diplomová práce se zabývá problematikou klasifikace žadatelů o spotřebitelský úvěr podle jejich schopnosti požadovaný úvěr splatit. V teoretické části je nastíněna problematika spotřebitelských úvěrů spolu s důvody pro efektivní měření úvěrového rizika. Dále jsou v práci popsány vybrané metody strojového učení, ze kterých je největší pozornost věnována technice podpůrných vektorů (Support Vector Machine). V praktické části jsou v softwaru Wolfram Mathematica a v programovacím jazyce Java implementovány algoritmy pro zpracování trénovacích dat a sestavení modelu s jeho následnou vizualizací. Pomocí implementovaných algoritmů jsou zpracovány různé tréninkové sady dat. V závěru práce jsou dosažené výsledky zhodnoceny a jsou doporučeny možnosti dalšího pokračování práce. |
| Abstrakt v dalším jazyce: | The presented Diploma thesis deals with the classification of applicants for consumer loans according their creditworthiness. Theoretical part of presented work is focused on description of consumer loans, credit risk and reason for managing this risk. In the theoretical part, there are also described methods of machine learning with special attention on Support Vector Machine techniques. In the practical part of work, there are implemented algorithms using Wolfram Mathematica and Java programing language for processing training data, model creation and visualization of model, in particular. Implemented algorithms are used to classification of different data training sets. Conclusion contains evaluation of results along with recommendations for future work. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KEM) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| DP_harmady_2015.pdf | Plný text práce | 1,6 MB | Adobe PDF | Zobrazit/otevřít |
| vedouci-Harmady vedouci.pdf | Posudek vedoucího práce | 1,26 MB | Adobe PDF | Zobrazit/otevřít |
| oponent-Harmady oponent.pdf | Posudek oponenta práce | 594,41 kB | Adobe PDF | Zobrazit/otevřít |
| obhajoba-obhajoba Harmady.pdf | Průběh obhajoby práce | 187,81 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/18148Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.