Published November 12, 2022
| Version v1
Journal article
Open
SOME ASPECTS OF CONSTRUCTION OF SCORING SYSTEMS BASED ON MACHINE LEARNING
Authors/Creators
- 1. PhD, Docent, Associate Professor of the Department of Information technologies, State University of Infrasructure and Technologies, Kyiv, Ukraine
- 2. Student, State University of Infrasructure and Technologies, Kyiv, Ukraine
Description
Abstract
The article presents algorithms for building a scoring model based on machine learning. The approaches that are most widely used to build a scoring model in the banking sector are considered, namely, such methods of statistics and operations research as logistic regression, linear regression, discriminant analysis, and classification trees are considered.
Анотація
В статті наведено алгоритми для побудови скорингової моделі на основі машинного навчання. Розглянуто підходи, які найбільш поширено застосовуються для побудови скорингової моделі в банківській сфері, а саме розглянуто такі методи статистики та дослідження операцій як логістична регресія, лінійна регресія, дискримінантний аналіз, дерева класифікації.
Notes
Список літератури:
1. Кочеткова В.В., Евремова К.Д. Обзор методов кредитного скоринга. Juvenic scientia 2017. №6. [Електронний ресурс]/ URL: https://cyberleninka.ru/article/n/obzor-metodov-kreditnogo-skoringa/viewer
2. Гринь Н.В. Методологические аспекты построения скоринговых моделей // Экономика, моделирование, прогнозирование: сб. науч. тр. №6. Минск: НИЭИ Минэкономики РБ. 2012. С. 174-180.
3. Т. С. Клебанова, Л. С. Гур'янова, Л. О. Чаговець, О. В. Панасенко, О. А. Сергієн¬¬ко, Р. М. Яценко. Бізнес-аналітика багатовимірних процесів: мультимедійний навчальний посібник. – Харків, 2020. URL: http://ebooks.git-elt.hneu.edu.ua/babap/5-1-id5-1.html