|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Построение нечёткого алгоритма вывода классифицирующих правил и его применение к задаче кредитного оценивания.дипломная работа (Специалист)
- Научный руководитель: Рыжов А.П.
- Автор: Егоров Я.Д.
- Тип: Специалист
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2014
- Аннотация: Работа Егорова Я.Д. посвящена совершенствованию систем кредитного скоринга с точки зрения интерпретируемости принятия решения о выдаче кредита. Эта задача является важной по следующим соображениям. Известно, что ошибки при выдаче кредитов послужили основой ряда глобальных экономических кризисов. В качестве ответа на эти кризисы международные регулирующие органы, в частности Базельский комитет, разработали систему рекомендаций, которым обязаны следовать национальные регуляторы. Одним из требований такой системы является повышение прозрачности финансовых операций, и, в частности, систем кредитного скоринга. Это требование трудно реализуемо в рамках используемых технологий скоринга на базе регрессии и нейронных сетей. В работе предлагается решение, позволяющее решать задачу скоринга и обеспечить ее прозрачность. В работе задача кредитного скоринга рассматривается как задача распознавания образов. Проводится своеобразная ревизия существующих подходов с точки зрения особенностей доступной информации, делается вывод о целесообразности использования нечёткого классификатора. Для таких классификаторов известна теорема Кошко, согласно которой нечеткая система аппроксимирует функцию управления, если она существует. Однако для задачи кредитного скоринга данная функция не известна. Поэтому для рассматриваемой задачи автор предлагает использовать ядерные оценки Розенблата-Парзена как способ построения такой функции по конечной выборке. Таким образом, доказывается теоретическая применимость выбранного подхода для решения задачи. Автором также разработана и реализована на языке программирования R система получения нечётких классифицирующих правил и проведено ее тестирование. Было статистически показано, что предлагаемая система обеспечивает более высокую точность классификации по сравнению с использующимися алгоритмами.
- Добавил в систему: Рыжов Александр Павлович