prikaz prve stranice dokumenta Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika
Rad nije dostupan
diplomski rad
Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:076269
Puljak, Toma
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Puljak, T. (2023). Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:076269

Puljak, Toma. "Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:076269

Puljak, Toma. "Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:076269

Puljak, T. (2023). 'Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:076269

Puljak T. Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 27.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:076269

T. Puljak, "Objašnjivi modeli strojnog učenja za procjenu kreditnog rizika", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:076269

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:076269
Podaci o radu
NaslovObjašnjivi modeli strojnog učenja za procjenu kreditnog rizika
Naslov (engleski)Explainable Machine Learning Models for Credit Risk Assessment
AutorToma Puljak
MentorZvonko Kostanjčar (mentor)
Član povjerenstvaZvonko Kostanjčar (predsjednik povjerenstva)
Član povjerenstvaTomislav Petković (član povjerenstva)
Član povjerenstvaStjepan Begušić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-13, Hrvatska
Sažetak
Zbog regulacija koje su postavljene od Europskog bankovnog tijela, svi modeli strojnog učenja koji se koriste u procjeni kreditnog rizika moraju biti u potpunosti objašnjivi. Zbog tih regulacija, financijske institucije pri procjeni kreditnog rizika koriste jednostavnije modele strojnog učenja, poput logističke regresije, koji često nemaju najveću točnost. Ovaj diplomski rad istražuje različite slojeve objašnjivosti koje treba zadovoljiti model "crne kutije", specifično XGBoost, kako bi bio u skladu s trenutnom regulativom i predlaže izračun doprinosa značajki promjeni PD-a i migraciji kategorije rizika. Obje su implementirane metode zadovoljile trenutne propise i financijske institucije bi ih mogle koristiti za implementaciju XGBoosta za procjenu kreditnog rizika.
Sažetak (engleski)
Because of regulations posed by the European Banking Authority, all machine learning models used in credit risk assessment need to be fully explainable. This made financial institutions resort to using simple machine learning models, such as logistic regression, when assessing credit risk, which often do not have highest accuracies. This thesis explores different explainability layers that need to be satisfied by a "black-box" model, specifically XGBoost, to comply with current regulation and proposes the calculation feature contributions to PD change and risk category migrations. Both methods proved to satisfy current regulations and could be used by financial institutions to deploy XGBoost for credit risk assessment.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:076269
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 10:15:33