Решение задачи оценки кредитоспособности заёмщиков при помощи моделей машинного обучения

Abstract

Загл. с титул. экрана

Цель работы – обзор математических моделей получения кредитного рейтинга на основе исторических данных и практическая демонстрация применимости наиболее подходящих из них для решения данной задачи. В процессе работы использован свободно-доступный набор данных кредитной истории компании LendingClub. В результате работы определено, что для данной задачи наиболее подходящей моделью оценки вероятности дефолта является модель случайного леса. Эффективность работы заключается в достижении высокой точности классификации моделей, благодаря использованию подходящих техник семплирования данных и значений гиперпараметров.