02746ntm a22004817i 4500 000309847 CZ-PrVSE 20160622181911.0 m d cr n|||||||||| 160622s2016 xr fsbm 000 0 slo d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Bušo, Bohumír ISIS:87002 dis Porovnanie metód machine learningu pre analýzu kreditného rizika / Bohumír Bušo 2016 ?? s. : digital, PDF soubor Vedoucí práce: Marek Kolman Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví, 2016 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2016 Strojové učenie je v poslednej dobe čoraz častejšie spomínané spolu s oblasťou "Big Data". Jedná sa o oblasť, kde je k dispozícii veľké množstvo dát, z ktorých je potrebné získať užitočné informácie. Keďže v tejto dobe generujeme čoraz viac a viac dát, či už pomocou mobilných zariadení platobných kariet a pod., je otázka spracovania vysoko aktuálna. V tejto práci je opísaných šesť rôznych metód, ktoré slúžia na tento účel. Sú to logistická regresia, plytké a hlboké neurónové siete, bagging, boosting a stacking. Posledné tri spomínané patria do kategórie nazývanej skupinové učenie. Metódy sú ďalej aplikované na reálne dáta z prostredia úverových inštitúcií, kde môžu pomôcť ku klasifikácii potenciálnych klientov pri žiadosti o úver. V závere sú výsledky získané pre jednotlivé metódy porovnané a v krátkosti aj interpretované. Způsob přístupu: Internet finanční inženýrství [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas strojové učenie klasifikácia Big Data Kolman, Marek vse2015859792 ths Vacek, Vladislav ISIS:73494 opn Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví kn20010709398 dgg https://isis.vse.cz/zp/54330/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/54330 Hlavní práce https://isis.vse.cz/zp/54330/posudek/vedouci Hodnocení vedoucího https://isis.vse.cz/zp/54330/posudek/oponent/48559 Oponentura https://isis.vse.cz/zp/54330/podrobnosti dc:identifier NEPOSILAT VSKP vse54330 160622 54330