Аннотация:Решается задача классификации клиентов банка по анкетным и статистическим данным на группы риска с точки зрения выдачи кредита.
Для применимости нейронной сети была проведена оцифровка разнородных данных, очистка от шумов и выбросов. Методами логистической регрессии и случайных лесов, получилось в лучшем случае 74% правильно предсказанных исходов на тестовых данных. Далее в работе проводится исследование по подбору параметров архитектуры многослойной нейронной сети прямого распространения и выбор гиперпараметров обучения. Автором построена нейронная сеть, повышающая точность оценки до 77% на тестовом множестве.