prikaz prve stranice dokumenta Unaprijedna neuronska mreža za procjenu kreditnog rizika
Rad dostupan nakon 2026-03-25
diplomski rad
Unaprijedna neuronska mreža za procjenu kreditnog rizika
Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2021. urn:nbn:hr:235:451341
Kresnik, Iva
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

Kresnik, I. (2021). Unaprijedna neuronska mreža za procjenu kreditnog rizika (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:451341

Kresnik, Iva. "Unaprijedna neuronska mreža za procjenu kreditnog rizika." Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2021. https://urn.nsk.hr/urn:nbn:hr:235:451341

Kresnik, Iva. "Unaprijedna neuronska mreža za procjenu kreditnog rizika." Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2021. https://urn.nsk.hr/urn:nbn:hr:235:451341

Kresnik, I. (2021). 'Unaprijedna neuronska mreža za procjenu kreditnog rizika', Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 02.11.2024., https://urn.nsk.hr/urn:nbn:hr:235:451341

Kresnik I. Unaprijedna neuronska mreža za procjenu kreditnog rizika [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2021 [pristupljeno 02.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:451341

I. Kresnik, "Unaprijedna neuronska mreža za procjenu kreditnog rizika", Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:451341

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:451341
Podaci o radu
NaslovUnaprijedna neuronska mreža za procjenu kreditnog rizika
Naslov (engleski)Feedforward neural network for credit risk assesment
AutorIva Kresnik
MentorDubravko Majetić (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2021-04-01, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Cilj ovog diplomskog rada je primjena umjetnih neuronskih mreža u određivanju kreditnog rizika. U uvodu diplomskog rada objašnjena je problematika zadane teme, dana je definicija kredita te su navedeni svi programski paketi koji su korišteni u radu. U drugom poglavlju razrađena je teorija umjetnih neuronskih mreža. Zatim slijedi analiza dobivenih podataka o klijentima i kreditima od banke, kao i priprema istih za ulaz u unaprijednu neuronsku mrežu. U programskom jeziku Python 3 definirana je optimalna unaprijedna neuronska mreža pomoću paketa Keras (TensorFlow). Parametri mreže i njena struktura detaljno su opisani u četvrtom poglavlju rada, nakon čega slijedi analiza dobivenih izlaza mreže. U zaključku rada navedene su prednosti i mane korištene unaprijedne mreže, kao i moguća poboljšanja s ciljem dobivanja preciznijih predviđanja kreditnih rizika.
Sažetak (engleski)
The aim of this thesis is to present the work of artificial neural networks application in credit score determining. In the introduction, the problems of the given assignment are explained, the definition of loan is given, and all software packages used in the paper are listed. In the second chapter, the theory of artificial neural networks is elaborated. This is followed by an analysis of the data obtained on clients and loans from the bank, as well as preprocessing the same data so it can be later used as input for the feedforward neural network. In the Python 3 programming language, the optimal feedforward neural network is defined using the Keras package (TensorFlow). The parameters of the neural network and its structure are described in detail in the fourth chapter of the paper, followed by the analysis of the obtained network outputs. The paper concludes with the advantages and disadvantages of the feedforward network that is used, as well as possible improvements in order toto obtain more accurate credit score forecasts.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:451341
Studijski programNaziv: Strojarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka strojarstva (mag. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaRad dostupan nakon
Datum isteka embarga: 2026-03-25
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-03-25 10:28:34