Информационно-математическая система прогнозирования кредитоспособности заемщиков банка

Abstract

В статье проводится исследование алгоритмов, методов классификации и прогнозирования классов объектов и описание информационно-математической системы, разработанной на основе этих алгоритмов. Для решения задачи классификации, в частности, прогнозирования кредитоспособности заемщиков банков, используются всевозможные методы машинного обучения, а также их комбинации – так называемые агрегированные классификаторы. Реализованный программный комплекс позволяет: осуществлять предварительную подготовку исходных данных, включающую в себя дискретизацию, восстановление пропущенных данных и выявление статистически значимых факторов; применять методы классификации и строить комбинированные модели; проводить анализ качества построенных моделей с использованием ряда статистических критериев; прогнозировать классы исследуемых объектов.