prikaz prve stranice dokumenta Primjena strojnog učenja za određivanje rizika davanja kreditne kartice
  Download
PDF 1.81 MB
master's thesis
Primjena strojnog učenja za određivanje rizika davanja kreditne kartice
Varaždin: University of Zagreb, Faculty of Organization and Informatics, 2019. urn:nbn:hr:211:281832
Slunjski, Tomislav
University of Zagreb
Faculty of Organization and Informatics
Department of Information Systems Development

Institutional repository: Faculty of Organization and Informatics - Digital Repository

Cite this document

Slunjski, T. (2019). Primjena strojnog učenja za određivanje rizika davanja kreditne kartice (Master's thesis). Varaždin: University of Zagreb, Faculty of Organization and Informatics. Retrieved from https://urn.nsk.hr/urn:nbn:hr:211:281832

Slunjski, Tomislav. "Primjena strojnog učenja za određivanje rizika davanja kreditne kartice." Master's thesis, University of Zagreb, Faculty of Organization and Informatics, 2019. https://urn.nsk.hr/urn:nbn:hr:211:281832

Slunjski, Tomislav. "Primjena strojnog učenja za određivanje rizika davanja kreditne kartice." Master's thesis, University of Zagreb, Faculty of Organization and Informatics, 2019. https://urn.nsk.hr/urn:nbn:hr:211:281832

Slunjski, T. (2019). 'Primjena strojnog učenja za određivanje rizika davanja kreditne kartice', Master's thesis, University of Zagreb, Faculty of Organization and Informatics, accessed 12 April 2025, https://urn.nsk.hr/urn:nbn:hr:211:281832

Slunjski T. Primjena strojnog učenja za određivanje rizika davanja kreditne kartice [Master's thesis]. Varaždin: University of Zagreb, Faculty of Organization and Informatics; 2019 [cited 2025 April 12] Available at: https://urn.nsk.hr/urn:nbn:hr:211:281832

T. Slunjski, "Primjena strojnog učenja za određivanje rizika davanja kreditne kartice", Master's thesis, University of Zagreb, Faculty of Organization and Informatics, Varaždin, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:211:281832

Metadata
TitlePrimjena strojnog učenja za određivanje rizika davanja kreditne kartice
Title (english)Application of machine learning for credit card risk assessment
AuthorTomislav Slunjski
MentorDijana Oreški (mentor)
MBZ: 318615
Committee memberBožidar Kliček
MBZ: 95426
GranterUniversity of Zagreb
Faculty of Organization and Informatics
(Department of Information Systems Development)
Varaždin
Defense date and country2019-09-13, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Organization and Informatics
Abstract
U ovom radu koriste se pristupi strojnog učenja za rješavanje problema identifikacije potencijalno loših klijenata u bankarskom sektoru prilikom dodjele kreditnih kartica. Jednom od tehnika strojnog učenja identificiraju se pravila dodjele kartice koja se implementiraju u sustav temeljen na znanju. Sustav se koristi kao potporu odlučivanju u domeni bankarstva. Kako su banke u svome poslovanju izložene kreditnom riziku i cilj im je reducirati kreditni rizik, ovaj sustav bi im uvelike pomogao u... More ostvarivanju toga cilja. Jer u suprotnom dolazi do krive procjene koja za sobom povlači gubitke koji nikako nisu u interesu banke i potrebno ih je svesti na minimum. Već postoje razvijeni modeli kreditnog skoringa, a u ovom radu bi se razvio sličan model na temelju stabla odlučivanja. Za kvalitetan model bitno je dobro odrediti karakteristike ključne za predikciju kreditne sposobnosti klijenta banke. Ključne riječi: stablo odlučivanja; model; procjena rizika; strojno učenje; ekspertni sustav; banka; kreditne kartice; Less
Keywords
Languagecroatian
URN:NBNurn:nbn:hr:211:281832
Study programmeTitle: Information and Programming Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra informatike (magistar/magistra informatike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution 3.0 Unported (CC BY 3.0) icon
Created on2020-04-27 07:11:19
accessibility

closeAccessibilityrefresh

If you wish to permanently save changes, click on Save, if not - your settings will be reset when you restart the browser.