Тема работы. Моделирование и анализ кредитоспособности физических лиц.
Нужно написать вторую главу. Методы машинного обучения для построения модели кредитоспособности физических лиц.
Во второй главе будет изучено применение методов машинного обучения для создания моделей оценки кредитоспособности.
Во второй главе нужно следующее:
Например: 1.1 Логистическая регрессия И описывать все формулы, переменные, как интерпретируется, ложные срабатывания, ROC, KS, TPR, FRP и тд.
Буквально все о моделях с точки зрения математики. Модели для описания: Логистическая регрессия, Деревья решений, Случайный лес, SVM, GBDT и XGBoost.
Следует также раскрыть что покажет модель с точки зрения оценки кредитоспособности.
Нужны обязательно графики, таблица для ложных срабатываний, как считааются и тд.
Объем 15-20 страниц.
НИКАКИХ ИИ, проверка на плагиат 80 + антиплагиат.вуз