Probability of customer loan account opening prediction using neural networks and logistic regression
Thesis title: | Predikce pravděpodobnosti otevření úvěrového účtu pomocí neuronových sítí a logistické regrese |
---|---|
Author: | Kos, Michael |
Thesis type: | Diplomová práce |
Supervisor: | Fičura, Milan |
Opponents: | Siuda, Vojtěch |
Thesis language: | Česky |
Abstract: | Diplomová práce se zabývá využitím prediktivních modelů bank při tvorbě direct marketingových kampaní. Teoretická část slouží k představení podstatných konceptů z oblasti dobývání znalostí z dat a strojového učení. Pozornost je věnována především modelu logistické regrese a jemu ekvivalentním neuronovým sítím. V praktické části jsou představené modely využity k predikci na základě reálných bankovních dat. |
Keywords: | Propenzitní model; Logistická regrese; Bankovnictví; Direct marketing |
Thesis title: | Probability of customer loan account opening prediction using neural networks and logistic regression |
---|---|
Author: | Kos, Michael |
Thesis type: | Diploma thesis |
Supervisor: | Fičura, Milan |
Opponents: | Siuda, Vojtěch |
Thesis language: | Česky |
Abstract: | The following thesis deals with the application of predictive models for the purpose of direct marketing campaign targeting within a banking sector. The theoretical part defines relevant datamining and machine learning concepts with an emphasis on logistic regression and its equivalent neural network models. These are than used for prediction in the second part, utilizing a real-world banking dataset. |
Keywords: | Propensity model; Logistic regression; Banking; Direct marketing |
Information about study
Study programme: | Finance a účetnictví/Finanční inženýrství |
---|---|
Type of study programme: | Magisterský studijní program |
Assigned degree: | Ing. |
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: | 12. 11. 2018 |
---|---|
Date of submission: | 27. 5. 2019 |
Date of defense: | 20. 6. 2019 |
Identifier in the InSIS system: | https://insis.vse.cz/zp/67704/podrobnosti |