Hodnocení spotřebitelských úvěrů pomocí SVM techniky s využitím sw nástroje Mathematica

dc.contributor.advisorLukáš, Ladislav
dc.contributor.authorHarmady, Jan
dc.contributor.refereePotměšil, Jaroslav
dc.date.accepted2015-06-03
dc.date.accessioned2016-03-15T08:42:51Z
dc.date.available2014-10-24cs
dc.date.available2016-03-15T08:42:51Z
dc.date.issued2015
dc.date.submitted2015-04-24
dc.description.abstractPrezentovaná diplomová práce se zabývá problematikou klasifikace žadatelů o spotřebitelský úvěr podle jejich schopnosti požadovaný úvěr splatit. V teoretické části je nastíněna problematika spotřebitelských úvěrů spolu s důvody pro efektivní měření úvěrového rizika. Dále jsou v práci popsány vybrané metody strojového učení, ze kterých je největší pozornost věnována technice podpůrných vektorů (Support Vector Machine). V praktické části jsou v softwaru Wolfram Mathematica a v programovacím jazyce Java implementovány algoritmy pro zpracování trénovacích dat a sestavení modelu s jeho následnou vizualizací. Pomocí implementovaných algoritmů jsou zpracovány různé tréninkové sady dat. V závěru práce jsou dosažené výsledky zhodnoceny a jsou doporučeny možnosti dalšího pokračování práce.cs
dc.description.abstract-translatedThe presented Diploma thesis deals with the classification of applicants for consumer loans according their creditworthiness. Theoretical part of presented work is focused on description of consumer loans, credit risk and reason for managing this risk. In the theoretical part, there are also described methods of machine learning with special attention on Support Vector Machine techniques. In the practical part of work, there are implemented algorithms using Wolfram Mathematica and Java programing language for processing training data, model creation and visualization of model, in particular. Implemented algorithms are used to classification of different data training sets. Conclusion contains evaluation of results along with recommendations for future work.en
dc.description.resultObhájenocs
dc.format87 s. (115 819 znaků)cs
dc.format.mimetypeapplication/pdf
dc.identifier57781
dc.identifier.urihttp://hdl.handle.net/11025/18148
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.relation.isreferencedbyhttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=57781
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectsupport vector machinecs
dc.subjectsvmcs
dc.subjectbonitacs
dc.subjectstrojové učenícs
dc.subjectspotřebitelský uvěrcs
dc.subjectklasifikace datcs
dc.subjectwolfram mathematicacs
dc.subject.translatedsupport vector machineen
dc.subject.translatedsvmen
dc.subject.translatedcreditworthinessen
dc.subject.translatedmachine learningen
dc.subject.translatedconsumer loansen
dc.subject.translateddata classificationen
dc.subject.translatedwolfram mathematicaen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta ekonomickács
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-programSystémové inženýrství a informatikacs
dc.titleHodnocení spotřebitelských úvěrů pomocí SVM techniky s využitím sw nástroje Mathematicacs
dc.title.alternativeThe evaluation of consumer loans using SVM technique using sw Mathematicaen
dc.typediplomová prácecs

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
DP_harmady_2015.pdf
Size:
1.56 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
No Thumbnail Available
Name:
vedouci-Harmady vedouci.pdf
Size:
1.23 MB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
No Thumbnail Available
Name:
oponent-Harmady oponent.pdf
Size:
594.41 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
No Thumbnail Available
Name:
obhajoba-obhajoba Harmady.pdf
Size:
187.81 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce

Collections

OPEN License Selector