{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5312961"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5312961","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Πρόβλεψη της αποπληρωμής δανείου με χρήση μεθόδων μηχανικής μάθησης","abstract":"Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή μεθόδων μηχανικής μάθησης για την πρόβλεψη της έγκρισης αιτήσεων δανείων, με στόχο τόσο την αξιολόγηση της ακρίβειας όσο και την κατανόηση των παραγόντων που καθορίζουν την τελική απόφαση. Για την ανάλυση χρησιμοποιήθηκε το Loan Prediction Dataset του Kaggle, το οποίο περιλαμβάνει 614 παρατηρήσεις και 13 μεταβλητές που συνδυάζουν δημογραφικά και οικονομικά χαρακτηριστικά των αιτούντων. Η μεθοδολογία στηρίχθηκε σε δύο διαφορετικές προσεγγίσεις: τη Λογιστική Παλινδρόμηση, που αποτελεί το κλασικό στατιστικό υπόδειγμα για δυαδικές εξαρτημένες μεταβλητές, και το Random Forest, έναν σύγχρονο αλγόριθμο ensemble learning που έχει αποδειχθεί ιδιαίτερα αποτελεσματικός σε προβλήματα ταξινόμησης. Η προεπεξεργασία περιλάμβανε χειρισμό ελλειπουσών τιμών με τεχνικές imputation, κωδικοποίηση κατηγορικών μεταβλητών μέσω one-hot encoding και στρωματοποιημένη δειγματοληψία για τη δημιουργία υποσυνόλων εκπαίδευσης και ελέγχου. Τα αποτελέσματα έδειξαν ότι και τα δύο μοντέλα επιτυγχάνουν ικανοποιητικές επιδόσεις. Η Λογιστική Παλινδρόμηση πέτυχε Accuracy 79,2% και Recall 100%, διασφαλίζοντας ότι όλες οι θετικές περιπτώσεις αναγνωρίζονται, αλλά με υψηλότερο αριθμό ψευδώς θετικών. Το Random Forest, αν και εμφάνισε ελαφρώς χαμηλότερο Recall (97,2%), υπερείχε σε δείκτες διακριτικής ικανότητας (ROC-AUC ≈ 0,79, PR-AUC ≈ 0,89) και πέτυχε καλύτερη ισορροπία ανάμεσα σε ευαισθησία και ειδικότητα. Και στα δύο μοντέλα, η μεταβλητή credit_history αναδείχθηκε ως ο σημαντικότερος προγνωστικός δείκτης, με καθοριστική επίδραση στην πιθανότητα έγκρισης. Η συγκριτική αποτίμηση αναδεικνύει το κλασικό δίλημμα ερμηνευσιμότητας έναντι ακρίβειας. Η Λογιστική Παλινδρόμηση υπερέχει στη διαφάνεια και την κανονιστική αποδοχή, ενώ το Random Forest αποδεικνύεται πιο αποτελεσματικό ως ταξινομητής, χάρη στη μεγαλύτερη ικανότητα αποτύπωσης μη γραμμικών σχέσεων και αλληλεπιδράσεων. Συνολικά, η εργασία καταδεικνύει ότι η πρόβλεψη της έγκρισης δανείων είναι εφικτή και αξιόπιστη με τη χρήση μεθόδων μηχανικής μάθησης. Η πρακτική σημασία των αποτελεσμάτων έγκειται στο ότι τα χρηματοπιστωτικά ιδρύματα μπορούν να αξιοποιήσουν τέτοιου είδους μοντέλα για τη βελτίωση της διαδικασίας αξιολόγησης δανειοληπτών, επιτυγχάνοντας καλύτερη ισορροπία μεταξύ διαχείρισης κινδύνου και ενίσχυσης της πρόσβασης σε χρηματοδότηση.","abstract_html":"Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή μεθόδων μηχανικής μάθησης για την πρόβλεψη της έγκρισης αιτήσεων δανείων, με στόχο τόσο την αξιολόγηση της ακρίβειας όσο και την κατανόηση των παραγόντων που καθορίζουν την τελική απόφαση. Για την ανάλυση χρησιμοποιήθηκε το Loan Prediction Dataset του Kaggle, το οποίο περιλαμβάνει 614 παρατηρήσεις και 13 μεταβλητές που συνδυάζουν δημογραφικά και οικονομικά χαρακτηριστικά των αιτούντων. Η μεθοδολογία στηρίχθηκε σε δύο διαφορετικές προσεγγίσεις: τη Λογιστική Παλινδρόμηση, που αποτελεί το κλασικό στατιστικό υπόδειγμα για δυαδικές εξαρτημένες μεταβλητές, και το Random Forest, έναν σύγχρονο αλγόριθμο ensemble learning που έχει αποδειχθεί ιδιαίτερα αποτελεσματικός σε προβλήματα ταξινόμησης. Η προεπεξεργασία περιλάμβανε χειρισμό ελλειπουσών τιμών με τεχνικές imputation, κωδικοποίηση κατηγορικών μεταβλητών μέσω one-hot encoding και στρωματοποιημένη δειγματοληψία για τη δημιουργία υποσυνόλων εκπαίδευσης και ελέγχου. Τα αποτελέσματα έδειξαν ότι και τα δύο μοντέλα επιτυγχάνουν ικανοποιητικές επιδόσεις. Η Λογιστική Παλινδρόμηση πέτυχε Accuracy 79,2% και Recall 100%, διασφαλίζοντας ότι όλες οι θετικές περιπτώσεις αναγνωρίζονται, αλλά με υψηλότερο αριθμό ψευδώς θετικών. Το Random Forest, αν και εμφάνισε ελαφρώς χαμηλότερο Recall (97,2%), υπερείχε σε δείκτες διακριτικής ικανότητας (ROC-AUC ≈ 0,79, PR-AUC ≈ 0,89) και πέτυχε καλύτερη ισορροπία ανάμεσα σε ευαισθησία και ειδικότητα. Και στα δύο μοντέλα, η μεταβλητή credit_history αναδείχθηκε ως ο σημαντικότερος προγνωστικός δείκτης, με καθοριστική επίδραση στην πιθανότητα έγκρισης. Η συγκριτική αποτίμηση αναδεικνύει το κλασικό δίλημμα ερμηνευσιμότητας έναντι ακρίβειας. Η Λογιστική Παλινδρόμηση υπερέχει στη διαφάνεια και την κανονιστική αποδοχή, ενώ το Random Forest αποδεικνύεται πιο αποτελεσματικό ως ταξινομητής, χάρη στη μεγαλύτερη ικανότητα αποτύπωσης μη γραμμικών σχέσεων και αλληλεπιδράσεων. Συνολικά, η εργασία καταδεικνύει ότι η πρόβλεψη της έγκρισης δανείων είναι εφικτή και αξιόπιστη με τη χρήση μεθόδων μηχανικής μάθησης. Η πρακτική σημασία των αποτελεσμάτων έγκειται στο ότι τα χρηματοπιστωτικά ιδρύματα μπορούν να αξιοποιήσουν τέτοιου είδους μοντέλα για τη βελτίωση της διαδικασίας αξιολόγησης δανειοληπτών, επιτυγχάνοντας καλύτερη ισορροπία μεταξύ διαχείρισης κινδύνου και ενίσχυσης της πρόσβασης σε χρηματοδότηση.","abstract_has_math":false,"creators":["ΣΤΥΛΙΑΝΟΥ ΛΕΩΝΙΔΑΣ","STYLIANOU LEONIDAS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:53Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5312961"],"render_values":[{"text":"uoadl:5312961","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5312961","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5312961","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5312961","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΣΤΥΛΙΑΝΟΥ ΛΕΩΝΙΔΑΣ","STYLIANOU LEONIDAS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5312961","https://pergamos.lib.uoa.gr/uoa/dl/object/5312961"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή μεθόδων μηχανικής μάθησης για την πρόβλεψη της έγκρισης αιτήσεων δανείων, με στόχο τόσο την αξιολόγηση της ακρίβειας όσο και την κατανόηση των παραγόντων που καθορίζουν την τελική απόφαση. Για την ανάλυση χρησιμοποιήθηκε το Loan Prediction Dataset του Kaggle, το οποίο περιλαμβάνει 614 παρατηρήσεις και 13 μεταβλητές που συνδυάζουν δημογραφικά και οικονομικά χαρακτηριστικά των αιτούντων. Η μεθοδολογία στηρίχθηκε σε δύο διαφορετικές προσεγγίσεις: τη Λογιστική Παλινδρόμηση, που αποτελεί το κλασικό στατιστικό υπόδειγμα για δυαδικές εξαρτημένες μεταβλητές, και το Random Forest, έναν σύγχρονο αλγόριθμο ensemble learning που έχει αποδειχθεί ιδιαίτερα αποτελεσματικός σε προβλήματα ταξινόμησης. Η προεπεξεργασία περιλάμβανε χειρισμό ελλειπουσών τιμών με τεχνικές imputation, κωδικοποίηση κατηγορικών μεταβλητών μέσω one-hot encoding και στρωματοποιημένη δειγματοληψία για τη δημιουργία υποσυνόλων εκπαίδευσης και ελέγχου. Τα αποτελέσματα έδειξαν ότι και τα δύο μοντέλα επιτυγχάνουν ικανοποιητικές επιδόσεις. Η Λογιστική Παλινδρόμηση πέτυχε Accuracy 79,2% και Recall 100%, διασφαλίζοντας ότι όλες οι θετικές περιπτώσεις αναγνωρίζονται, αλλά με υψηλότερο αριθμό ψευδώς θετικών. Το Random Forest, αν και εμφάνισε ελαφρώς χαμηλότερο Recall (97,2%), υπερείχε σε δείκτες διακριτικής ικανότητας (ROC-AUC ≈ 0,79, PR-AUC ≈ 0,89) και πέτυχε καλύτερη ισορροπία ανάμεσα σε ευαισθησία και ειδικότητα. Και στα δύο μοντέλα, η μεταβλητή credit_history αναδείχθηκε ως ο σημαντικότερος προγνωστικός δείκτης, με καθοριστική επίδραση στην πιθανότητα έγκρισης. Η συγκριτική αποτίμηση αναδεικνύει το κλασικό δίλημμα ερμηνευσιμότητας έναντι ακρίβειας. Η Λογιστική Παλινδρόμηση υπερέχει στη διαφάνεια και την κανονιστική αποδοχή, ενώ το Random Forest αποδεικνύεται πιο αποτελεσματικό ως ταξινομητής, χάρη στη μεγαλύτερη ικανότητα αποτύπωσης μη γραμμικών σχέσεων και αλληλεπιδράσεων. Συνολικά, η εργασία καταδεικνύει ότι η πρόβλεψη της έγκρισης δανείων είναι εφικτή και αξιόπιστη με τη χρήση μεθόδων μηχανικής μάθησης. Η πρακτική σημασία των αποτελεσμάτων έγκειται στο ότι τα χρηματοπιστωτικά ιδρύματα μπορούν να αξιοποιήσουν τέτοιου είδους μοντέλα για τη βελτίωση της διαδικασίας αξιολόγησης δανειοληπτών, επιτυγχάνοντας καλύτερη ισορροπία μεταξύ διαχείρισης κινδύνου και ενίσχυσης της πρόσβασης σε χρηματοδότηση.","This thesis investigates the application of machine learning methods to predict loan approval decisions, aiming both at evaluating predictive accuracy and at understanding the factors that shape final lending outcomes. The analysis is based on the Loan Prediction Dataset from Kaggle, which includes 614 observations and 13 variables combining demographic and economic characteristics of applicants. Two distinct approaches were employed: Logistic Regression, the classical statistical model for binary dependent variables, and Random Forest, a modern ensemble learning algorithm proven to be highly effective in classification problems. Data preprocessing involved handling missing values through imputation, transforming categorical variables with one-hot encoding, and applying stratified sampling to create training and test sets. The results show that both models achieve satisfactory performance. Logistic Regression reached 79.2% accuracy and 100% recall, ensuring that all approved loans were correctly identified, though at the cost of a higher number of false positives. Random Forest, while achieving a slightly lower recall (97.2%), outperformed in discrimination metrics (ROC-AUC ≈ 0.79, PR-AUC ≈ 0.89) and achieved a better balance between sensitivity and specificity. In both models, the credit_history variable emerged as the most decisive predictor, highlighting its central role in credit risk assessment. The comparative evaluation underscores the classic trade-off between interpretability and accuracy. Logistic Regression offers transparency and regulatory acceptance through interpretable odds ratios, while Random Forest proves to be a more powerful classifier due to its ability to capture nonlinear relationships and variable interactions. In conclusion, the study demonstrates that predicting loan approval is both feasible and reliable using machine learning methods. The practical implication is that financial institutions can adopt such models to enhance credit assessment processes, achieving a more effective balance between risk management and improved access to finance."]},{"key":"dc:title","label":"Title","values":["Πρόβλεψη της αποπληρωμής δανείου με χρήση μεθόδων μηχανικής μάθησης"]}]}],"canonical_facts":{"dc:creator":["ΣΤΥΛΙΑΝΟΥ ΛΕΩΝΙΔΑΣ","STYLIANOU LEONIDAS"],"dc:date":["2025"],"dc:description":["Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή μεθόδων μηχανικής μάθησης για την πρόβλεψη της έγκρισης αιτήσεων δανείων, με στόχο τόσο την αξιολόγηση της ακρίβειας όσο και την κατανόηση των παραγόντων που καθορίζουν την τελική απόφαση. Για την ανάλυση χρησιμοποιήθηκε το Loan Prediction Dataset του Kaggle, το οποίο περιλαμβάνει 614 παρατηρήσεις και 13 μεταβλητές που συνδυάζουν δημογραφικά και οικονομικά χαρακτηριστικά των αιτούντων. Η μεθοδολογία στηρίχθηκε σε δύο διαφορετικές προσεγγίσεις: τη Λογιστική Παλινδρόμηση, που αποτελεί το κλασικό στατιστικό υπόδειγμα για δυαδικές εξαρτημένες μεταβλητές, και το Random Forest, έναν σύγχρονο αλγόριθμο ensemble learning που έχει αποδειχθεί ιδιαίτερα αποτελεσματικός σε προβλήματα ταξινόμησης. Η προεπεξεργασία περιλάμβανε χειρισμό ελλειπουσών τιμών με τεχνικές imputation, κωδικοποίηση κατηγορικών μεταβλητών μέσω one-hot encoding και στρωματοποιημένη δειγματοληψία για τη δημιουργία υποσυνόλων εκπαίδευσης και ελέγχου. Τα αποτελέσματα έδειξαν ότι και τα δύο μοντέλα επιτυγχάνουν ικανοποιητικές επιδόσεις. Η Λογιστική Παλινδρόμηση πέτυχε Accuracy 79,2% και Recall 100%, διασφαλίζοντας ότι όλες οι θετικές περιπτώσεις αναγνωρίζονται, αλλά με υψηλότερο αριθμό ψευδώς θετικών. Το Random Forest, αν και εμφάνισε ελαφρώς χαμηλότερο Recall (97,2%), υπερείχε σε δείκτες διακριτικής ικανότητας (ROC-AUC ≈ 0,79, PR-AUC ≈ 0,89) και πέτυχε καλύτερη ισορροπία ανάμεσα σε ευαισθησία και ειδικότητα. Και στα δύο μοντέλα, η μεταβλητή credit_history αναδείχθηκε ως ο σημαντικότερος προγνωστικός δείκτης, με καθοριστική επίδραση στην πιθανότητα έγκρισης. Η συγκριτική αποτίμηση αναδεικνύει το κλασικό δίλημμα ερμηνευσιμότητας έναντι ακρίβειας. Η Λογιστική Παλινδρόμηση υπερέχει στη διαφάνεια και την κανονιστική αποδοχή, ενώ το Random Forest αποδεικνύεται πιο αποτελεσματικό ως ταξινομητής, χάρη στη μεγαλύτερη ικανότητα αποτύπωσης μη γραμμικών σχέσεων και αλληλεπιδράσεων. Συνολικά, η εργασία καταδεικνύει ότι η πρόβλεψη της έγκρισης δανείων είναι εφικτή και αξιόπιστη με τη χρήση μεθόδων μηχανικής μάθησης. Η πρακτική σημασία των αποτελεσμάτων έγκειται στο ότι τα χρηματοπιστωτικά ιδρύματα μπορούν να αξιοποιήσουν τέτοιου είδους μοντέλα για τη βελτίωση της διαδικασίας αξιολόγησης δανειοληπτών, επιτυγχάνοντας καλύτερη ισορροπία μεταξύ διαχείρισης κινδύνου και ενίσχυσης της πρόσβασης σε χρηματοδότηση.","This thesis investigates the application of machine learning methods to predict loan approval decisions, aiming both at evaluating predictive accuracy and at understanding the factors that shape final lending outcomes. The analysis is based on the Loan Prediction Dataset from Kaggle, which includes 614 observations and 13 variables combining demographic and economic characteristics of applicants. Two distinct approaches were employed: Logistic Regression, the classical statistical model for binary dependent variables, and Random Forest, a modern ensemble learning algorithm proven to be highly effective in classification problems. Data preprocessing involved handling missing values through imputation, transforming categorical variables with one-hot encoding, and applying stratified sampling to create training and test sets. The results show that both models achieve satisfactory performance. Logistic Regression reached 79.2% accuracy and 100% recall, ensuring that all approved loans were correctly identified, though at the cost of a higher number of false positives. Random Forest, while achieving a slightly lower recall (97.2%), outperformed in discrimination metrics (ROC-AUC ≈ 0.79, PR-AUC ≈ 0.89) and achieved a better balance between sensitivity and specificity. In both models, the credit_history variable emerged as the most decisive predictor, highlighting its central role in credit risk assessment. The comparative evaluation underscores the classic trade-off between interpretability and accuracy. Logistic Regression offers transparency and regulatory acceptance through interpretable odds ratios, while Random Forest proves to be a more powerful classifier due to its ability to capture nonlinear relationships and variable interactions. In conclusion, the study demonstrates that predicting loan approval is both feasible and reliable using machine learning methods. The practical implication is that financial institutions can adopt such models to enhance credit assessment processes, achieving a more effective balance between risk management and improved access to finance."],"dc:identifier":["uoadl:5312961","https://pergamos.lib.uoa.gr/uoa/dl/object/5312961"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Πρόβλεψη της αποπληρωμής δανείου με χρήση μεθόδων μηχανικής μάθησης"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:53Z"}