Kredītņēmēju maksātspējas prognozēšana ar loģistiskās regressijas un gadīguma meža palidzību

dc.contributor.advisorSiņenko, Nadežda
dc.contributor.authorČerņecovs, Antons
dc.contributor.otherLatvijas Universitāte. Fizikas,matemātikas un optometrijas fakultāte
dc.date.accessioned2018-07-04T01:03:24Z
dc.date.accessioned2025-07-21T19:14:49Z
dc.date.available2018-07-04T01:03:24Z
dc.date.issued2018
dc.description.abstractBakalaura 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.abstractBachelor’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.identifier.other66394
dc.identifier.urihttps://dspace.lu.lv/handle/7/40552
dc.language.isolav
dc.publisherLatvijas Universitāte
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectMatemātika
dc.subjectLoģistiskā regresija
dc.subjectgadījuma mežs
dc.subjectklasifikācijas uzdevums
dc.subjectpayday loan
dc.titleKredītņēmēju maksātspējas prognozēšana ar loģistiskās regressijas un gadīguma meža palidzību
dc.title.alternativeLoan default prediction with logistic regression and random forest
dc.typeinfo:eu-repo/semantics/bachelorThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
304-66394-Cernecovs_Antons_ac14032.pdf
Size:
1.34 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.46 KB
Format:
Plain Text
Description: