National and Kapodistrian University of Athens
Μοντελοποίηση πιστοληπτικής ικανότητας πελατών χρησιμοποιώντας τεχνικές μηχανικής μάθησης
Abstract
dc:descriptionΗ παρούσα διατριβή επικεντρώνεται στη χρήση τεχνικών Μηχανικής Μάθησης για τη μοντελοποίηση δεδομένων πιστωτικού κινδύνου σε επίπεδο πελάτη, με στόχο την αξιολόγηση της πιστοληπτικής ικανότητας. Ο στόχος είναι η ανάπτυξη ενός ισχυρού προβλεπτικού μοντέλου, το οποίο θα εξετάζει μοτίβα και τάσεις στα δεδομένα των πελατών, επιτρέποντας πιο ακριβείς αξιολογήσεις του πιστωτικού κινδύνου των αιτούντων. Το μοντέλο θα αξιοποιήσει έναν συνδυασμό αλγορίθμων μηχανικής μάθησης με επίβλεψη για την ανίχνευση πρώιμων δεικτών πιστωτικού κινδύνου, προσφέροντας λεπτομερείς πληροφορίες βάσει ιστορικών δεδομένων. Στόχος είναι η βελτίωση της ακρίβειας και της αξιοπιστίας των εργαλείων αξιολόγησης πιστοληπτικής ικανότητας, οδηγώντας σε πιο τεκμηριωμένες αποφάσεις δανειοδότησης και στη σταθερότητα του χρηματοπιστωτικού συστήματος. Επιπλέον, η χρήση της PySpark μας επιτρέπει την ανάλυση δεδομένων μεγάλης κλίμακας, συνδυάζοντας την πληθώρα βιβλιοθηκών ανάλυσης δεδομένων της Python με την κατανεμημένη υπολογιστική ισχύ που προσφέρει το Spark.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Τολίκας Σοφοκλής
- Tolikas Sofoklis
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, English, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:3419027