Show simple item record

dc.contributor.authorСавіна, Світлана Станіславівнаuk
dc.contributor.authorSavina, Svitlanaen
dc.contributor.authorСавина, Светлана Станиславовнаru
dc.contributor.authorБень, Владислав П.uk
dc.contributor.authorBen’, Vladyslaven
dc.date.accessioned2016-12-14T12:04:04Z
dc.date.available2016-12-14T12:04:04Z
dc.date.issued2016
dc.identifier.citationСавіна С. С. Вибір архітектури нейромережі для розв’язання задачі класифікації надійності позичальників-фізичних осіб / С. С. Савіна, В. П. Бень // Нейро-нечіткі технології моделювання в економіці : наук.-анал. журн. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: А. В. Матвійчук (голов. ред.) [та ін.]. – Київ : КНЕУ, 2016. – № 5. – С. 123–151.uk
dc.identifier.issn2306-3289
dc.identifier.urihttps://ir.kneu.edu.ua:443/handle/2010/20359
dc.description.abstractСтаття присвячена пошуку архітектури нейромережі, здатної найбільш ефективно здійснювати оцінку кредитоспроможності позичальників-фізичних осіб. Досліджено такі види архітектур нейронних мереж, як тришаровий персептрон і радіально-базисна мережа, розглянуто питання вибору їх оптимальної конфігурації. Проведено порівняльний аналіз ефективності застосування окремих нейронних мереж різної архітектури і конфігурацій та утвореного з трьох найкращих нейромереж комітету експертів. Запропоновано підхід узагальнення результатів роботи окремих моделей у комітеті. Проведені розрахунки підтвердили, що поєднання кількох моделей у комітет дає змогу компенсувати можливі помилки результату роботи окремих моделей. Висновки з проведеного дослідження та побудовані нейромережеві моделі можуть бути використані банківськими структурами та іншими кредитними установами, зацікавленими в адекватній процедурі оцінки кредитоспроможності фізичних осіб.uk
dc.description.abstractThe article is devoted to the search of the neural network architecture that demonstrates the highest accuracy of assessment of the creditworthiness of borrowers-individuals. The paper deals with such types of neural network architectures as three layer perception and radial basis function network, as well as the issues of optimal configuration choice. A comparative analysis of the effectiveness of individual neural networks of various architectures and configurations is carried out, as well as formed «the committee of experts» from three of the best neural networks. The approach of summarizing the results of individual models calculations in the committee is proposed in the article. Experimental research confirmes that the combination of several models in the committee allows compensating the possible errors of individual models evaluations. The findings from this study and constructed neural network models may be used by banking institutions and other credit organizations interested in an adequate procedure of assessing the creditworthiness of individuals.en
dc.description.abstractСтатья посвящена поиску архитектуры нейросети, которая бы наиболее эффективным образом осуществляла оценку кредитоспособности заемщиков-физических лиц. Исследованы такие виды архитектур нейронных сетей, как трехслойный персептрон и радиально-базисная сеть, а также рассмотрены вопросы выбора их оптимальной конфигурации. Проведен сравнительный анализ эффективности применения отдельных нейронных сетей различной архитектуры и конфигураций, а также образованного из трех лучших нейросетей комитета экспертов. Предложен подход обобщения результатов работы отдельных моделей в комитете. Проведенные расчеты подтвердили, что сочетание нескольких моделей в комитете позволяет компенсировать возможные ошибки результата работы отдельных моделей. Выводы из проведенного исследования и построенные нейросетевые модели могут быть использованы банковскими учреждениями и прочими кредитными организациями, заинтересованными в адекватной процедуре оценки кредитоспособности физических лиц.ru
dc.language.isoukuk
dc.publisherДВНЗ «Київський національний університет імені Вадима Гетьмана»uk
dc.subjectоцінка кредитоспроможностіuk
dc.subjectнейромережаuk
dc.subjectповерхня відгукуuk
dc.subjectперсептронuk
dc.subjectрадіально-базисна мережаuk
dc.subjectкомітет експертівuk
dc.subjectсreditworthiness assessmenten
dc.subjectneural networken
dc.subjectresponse surfaceen
dc.subjectperceptronen
dc.subjectradial basis function networken
dc.subjectcommittee of expertsen
dc.subjectоценка кредитоспособностиru
dc.subjectнейросетьru
dc.subjectповерхность откликаru
dc.subjectперсептронru
dc.subjectрадиально-базисная сетьru
dc.subjectкомитет экспертовru
dc.titleВибір архітектури нейромережі для розв’язання задачі класифікації надійності позичальників-фізичних осібuk
dc.title.alternativeSelection of neural network architecture for solving a problem of borrowers-individuals trustability classificationen
dc.title.alternativeВыбор архитектуры нейронной сети для решения задачи классификации надежности заемщиков-физических лицru
dc.typeArticleuk
dc.subject.udc519.86:336.717uk


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record