Please use this identifier to cite or link to this item: https://apothesis.eap.gr/handle/repo/31638
Title: Μοντελοποίηση πιστωτικού κινδύνου με την χρήση τεχνικών τεχνητής νοημοσύνης
Authors: ΞΕΝΙΤΙΔΗΣ, ΠΑΝΑΓΙΩΤΗΣ
Advisor: Θαλασσινός, Ελευθέριος
Keywords: Μοντελοποίηση;Modeling;Τεχνητή νοημοσύνη;Artificial intelligence;Πιστωτικός κίνδυνος;Credit risk
Issue Date: Oct-2016
Abstract: Οι τεχνικές μοντελοποίησης που βασίζονται στην τεχνητή νοημοσύνη χρησιμοποιούνται ευρέως στην μοντελοποίηση του πιστωτικού κινδύνου. Στην παρούσα δουλειά, εστιάζουμε σε 2 τεχνικές μοντελοποίησης , στις Μηχανές Διανυσμάτων Υποστήριξης (ΜΔΥ, Support Vector Machines) και στα Τεχνητά Νευρωνικά Δίκτυα. Χρησιμοποιούμε τις παραπάνω τεχνικές σε τρία είδη συνόλων δεδομένων. Το πρώτο σύνολο δεδομένων είναι ένα απλό τεχνητό σύνολο δεδομένων. Περιλαμβάνει 2 ανεξάρτητες μεταβλητές οι οποίες παράγουν μια εξαρτημένη μεταβλητή που περιέχει 2 κλάσεις (ταξινόμηση 2 κλάσεων). Αν και τα δεδομένα δεν είναι γραμμικά διαχωρίσιμα, οι συστάδες (clusters) των δεδομένων είναι διακριτές και μια απλή, μη γραμμική συνάρτηση, μπορεί να τα διαχωρίσει. Το δεύτερο σύνολο δεδομένων είναι ένα πιο περίπλοκο σύνολο δεδομένων. Περιλαμβάνει 24 ανεξάρτητες μεταβλητές. Η εξαρτημένη μεταβλητή περιέχει επίσης 2 κλάσεις (ταξινόμηση 2 κλάσεων). Τα δεδομένα δεν είναι τεχνητά αλλά πραγματικά. Το τρίτο σύνολο δεδομένων είναι ένα τεχνητό σύνολο δεδομένων. Περιλαμβάνει 7 ανεξάρτητες μεταβλητές και μια εξαρτημένη μεταβλητή που περιέχει 7 κλάσεις (ταξινόμηση πολλών κλάσεων). Η απόδοση της κάθε τεχνικής υπολογίζεται με την χρήση του πίνακα σύγχυσης (confusion matrix) και της καμπύλης λειτουργικών χαρακτηριστικών (Receiver Operating Characteristic Curve -ROC curve). Τέλος τα αποτελέσματα συγκρίνονται με την απόδοση ενός απλοϊκού ταξινομητή Bayes, ενός ταξινομητή που ανήκει στις μεθόδους ταξινόμησης που χρησιμοποιούν πιθανότητες.
Appears in Collections:MBA Διπλωματικές Εργασίες

Files in This Item:
File Description SizeFormat 
Credit Risk modeling using artificial intelligence techniques.pdfΣυνολικό κείμενο2.5 MBUnknownView/Open


This item is protected by original copyright



Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.