Application of Artificial Intelligence Techniques in Credit Risk
| Thesis title: | Application of Artificial Intelligence Techniques in Credit Risk |
|---|---|
| Author: | Rýpar, Martin |
| Thesis type: | Bachelor thesis |
| Supervisor: | Fičura, Milan |
| Opponents: | Juhászová, Jana |
| Thesis language: | English |
| Abstract: | This bachelor thesis describes artificial intelligence methods and their application in credit risk modelling, particularly in probability of default modelling. In theoretical part are described methods used in practical part, namely logistic regression, random forests,support vector machines and neural networks. In practical part are those methods implemented and trained on data from online peer-to-peer platform Lending Club and on data from online competition platform Kaggle. In the end are presented evaluation metrics, where is showed that AI methods can reach better results compared to commonly used standard-logistic regression. |
| Keywords: | machine learning; artificial intelligence; credit risk; probability of default; neural networks |
| Thesis title: | Application of Artificial Intelligence Techniques in Credit Risk |
|---|---|
| Author: | Rýpar, Martin |
| Thesis type: | Bakalářská práce |
| Supervisor: | Fičura, Milan |
| Opponents: | Juhászová, Jana |
| Thesis language: | English |
| Abstract: | Tato bakalářská práce se zabývá metodami umělé inteligence a jejich využitím při modelování kreditního rizika, konkrétně při modelování pravděpodobnosti defaultu. V teoretické části práce jsou popsány použité metody, tedy logistická regrese, náhodné lesy, support vector machines a neuronové sítě. V praktické části jsou tyto metody implementovány a vytrénovány na datech z online peer-to-peer platformy Lending Club a na datech z online soutěžící platformy Kaggle. V závěru jsou prezentovány výsledné hodnotící metriky, kde je ilustrováno, že metody UI mohou dosahovat lepších výsledků oproti běžně užívanému standardu - logistické regresi. |
| Keywords: | neuronové sítě; strojové učení; umělá inteligence; kreditní riziko; pravděpodobnost defaultu |
Information about study
| Study programme: | Finance a účetnictví/Finance |
|---|---|
| Type of study programme: | Bakalářský studijní program |
| Assigned degree: | Bc. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Finance and Accounting |
| Department: | Department of Banking and Insurance |
Information on submission and defense
| Date of assignment: | 5. 1. 2018 |
|---|---|
| Date of submission: | 20. 5. 2018 |
| Date of defense: | 12. 6. 2018 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/64372/podrobnosti |