2025-02-22T10:14:12-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22journaliasakpiua-article-101737%22&qt=morelikethis&rows=5
2025-02-22T10:14:12-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22journaliasakpiua-article-101737%22&qt=morelikethis&rows=5
2025-02-22T10:14:12-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-22T10:14:12-05:00 DEBUG: Deserialized SOLR response
Оцінювання кредитних ризиків методами інтелектуального анализу даних

Оцінювання кредитних ризиків методами інтелектуального анализу даних

In this research, credit risks are analyzed for financial organizations using data mining techniques applied to actual data. The two sets of actual statistical data characterizing the borrowers are employed for constructing mathematical models in the form of the nonlinear logit regression, decision...

Full description

Saved in:
Bibliographic Details
Main Authors: Danylov, Valery Ya., Jirov, Alex L., Bidyuk, Petro I.
Format: Article
Language:Ukrainian
Published: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2017
Subjects:
credit risk
statistical data
logit model
Bayesian networks
model quality parameters
кредитный риск
статистические данные
логит-модель
байесовские сети
параметры качества моделей
кредитний ризик
статистичні дані
логіт-модель
байєсівські мережі
параметри якості моделей
Online Access:http://journal.iasa.kpi.ua/article/view/101737
Tags: Add Tag
No Tags, Be the first to tag this record!

Internet

http://journal.iasa.kpi.ua/article/view/101737

Similar Items