Primjena strojnog učenja za određivanje rizika davanja kreditne kartice

diplomski rad

• Naslov (engleski): Application of machine learning for credit card risk assessment
• Autor: Tomislav Slunjski
• Mentor: Dijana Oreški (mentor); MBZ: 318615
• Član povjerenstva: Božidar Kliček; MBZ: 95426
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za razvoj informacijskih sustava); Varaždin
• Datum i država obrane: 2019-09-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

U ovom radu koriste se pristupi strojnog učenja za rješavanje problema identifikacije potencijalno loših klijenata u bankarskom sektoru prilikom dodjele kreditnih kartica. Jednom od tehnika strojnog učenja identificiraju se pravila dodjele kartice koja se implementiraju u sustav temeljen na znanju. Sustav se koristi kao potporu odlučivanju u domeni bankarstva.

Kako su banke u svome poslovanju izložene kreditnom riziku i cilj im je reducirati kreditni rizik, ovaj sustav bi im uvelike pomogao u ostvarivanju toga cilja. Jer u suprotnom dolazi do krive procjene koja za sobom povlači gubitke koji nikako nisu u interesu banke i potrebno ih je svesti na minimum.

Već postoje razvijeni modeli kreditnog skoringa, a u ovom radu bi se razvio sličan model na temelju stabla odlučivanja. Za kvalitetan model bitno je dobro odrediti karakteristike ključne za predikciju kreditne sposobnosti klijenta banke.

Ključne riječi: stablo odlučivanja; model; procjena rizika; strojno učenje; ekspertni sustav; banka; kreditne kartice;

• Ključne riječi: stablo odlučivanja; procjena rizika; strojno učenje; ekspertni sustav
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:281832
• Studijski program: Naziv: Informacijsko i programsko inženjerstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra informatike (mag.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2020-04-27 07:11:19