Аннотации:
Виконано аналіз підходів до оцінювання платоспроможності позичальників. Проаналізовано інформаційні системи та технології для фінансових установ. Наведено методи класифікації машинного навчання із бібліотекою Scikit-learn. Сформульовано завдання кваліфікаційної роботи.
Наведено особливості вирішення задач класифікації. Оцінення якості класифікації. Проаналізовано класифікатор випадкового лісу (Random Forest Classifier), підсилення градієнта для класифікації (Gradient Boosting Classifier) та градієнтний бустинг для класифікації (XGB Classifier).
Виконано підготовку та аналіз даних для оцінювання платоспроможності сільськогосподарських підприємств. Створено конвейєр та навчання моделей. Виконано підбір параметрів та аналіз якості моделі градієнтного бустингу XGBoost. Запропонована архітектура інтелектуальної інформаційної системи оцінювання платоспроможності сільськогосподарських підприємств.
