Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Kuźmiński, Marcin" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Prognozowanie spłacalności umów leasingowych z wykorzystaniem maszynowego uczenia
Autorzy:
Hernes, Marcin
Kuźmiński, Łukasz
Nadolny, Michał
Kozina, Agata
Miałkowska, Karolina
Janus, Jakub
Płotnicki, Filip
Dudek, Marek
Powiązania:
https://bibliotekanauki.pl/chapters/27311170.pdf
Data publikacji:
2023-07-07
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Opis:
Systemy wspomagania decyzji, ukierunkowane na ocenę ryzyka kredytowego opartą na metodach scoringowych lub podobnych, są często używane przez instytucje finansowe. Wykorzystywane są m.in. do przewidywania spłacalności umów leasingowych. Analizę dużych ilości szybko zmieniających się danych, często nieustrukturyzowanych, w celu oceny spłacalności zobowiązania przez klienta, można usprawnić poprzez zastosowanie narzędzi sztucznej inteligencji . Współcześnie w celu prognozowania spłacalności rat wykorzystywane są metody uczenia maszynowego. Problem ten jest bardzo często analizowany w literaturze przedmiotu, jednak pod uwagę brane są głównie produkty oferowane przez banki. Istnieje tylko kilka prac związanych z zagadnieniami leasingu. Jednakże metody prognozowania spłacalności związane z produktami bankowymi najczęściej nie pozwalają osiągnąć dobrych wyników w przypadku produktów leasingowych. Należy podkreślić, że przedmiotem leasingu jest przede wszystkim środek trwały, taki jak maszyna czy samochód. W związku z tym przy opracowywaniu metody prognozowania spłacalności umów leasingowych należy wykorzystać dodatkowe atrybuty środka trwałego. Ograniczeniami metod opartych na regresji lub drzewie decyzyjnym (Perera 2019) jest przede wszystkim niższy poziom generalizacji w porównaniu np. z sieciami neuronowymi.
Źródło:
Wykorzystanie technik informacyjnych w zarządzaniu; 67-75
9788371939341
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies