Kredītņēmēju maksātspējas prognozēšana ar loģistiskās regressijas un gadīguma meža palidzību

dc.contributor.advisor	Siņenko, Nadežda
dc.contributor.author	Čerņecovs, Antons
dc.contributor.other	Latvijas Universitāte. Fizikas,matemātikas un optometrijas fakultāte
dc.date.accessioned	2018-07-04T01:03:24Z
dc.date.available	2018-07-04T01:03:24Z
dc.date.issued	2018
dc.identifier.other	66394
dc.identifier.uri	https://dspace.lu.lv/dspace/handle/7/40552
dc.description.abstract	Bakalaura darbā apskatīta loģistiskas regresijas un gadījuma meža algoritma pielietošana mikrofinansēšanas uzņēmuma klientu maksātspējas noteikšanai. Darba mērķis ir izmantojot iepriekš nosauktās metodes, izveidot dažādus klasifikācijas modeļus un novērtēt to kvalitātes rādītājus.
dc.description.abstract	Bachelor’s thesis is dedicated to random forest and logistic regression in context of detecting “payday loan” (PDL) frods. The aim of the work is to create various calssification models by using both, random forest and logistic regression methods, and to estimate their quality parameters and indicators.
dc.language.iso	lav
dc.publisher	Latvijas Universitāte
dc.rights	info:eu-repo/semantics/openAccess
dc.subject	Matemātika
dc.subject	Loģistiskā regresija
dc.subject	gadījuma mežs
dc.subject	klasifikācijas uzdevums
dc.subject	payday loan
dc.title	Kredītņēmēju maksātspējas prognozēšana ar loģistiskās regressijas un gadīguma meža palidzību
dc.title.alternative	Loan default prediction with logistic regression and random forest
dc.type	info:eu-repo/semantics/bachelorThesis