Rozšíření logistické regrese směrem k nelineárním modelům
Cieľom práce je overiť aplikačné charakteristiky modelu logistickej regresie a jej rozšírenia v zmysle skladania logistických regresií pomocou neurónovej siete. Modely sú skonštruované a porovnávané na dvoch dátových súboroch z prostredia odhadu rizika spotrebiteľských úverov. Z hľadiska stanovených...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Slovenština |
| Vydáno: |
2013
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/323450/prif_m/ |
| Shrnutí: | Cieľom práce je overiť aplikačné charakteristiky modelu logistickej regresie a jej rozšírenia v zmysle skladania logistických regresií pomocou neurónovej siete. Modely sú skonštruované a porovnávané na dvoch dátových súboroch z prostredia odhadu rizika spotrebiteľských úverov. Z hľadiska stanovených kritérií a na daných dátach nemožno povedať, že by nelineárny model neurónovej siete dosahoval presnejšie predikcie ako model logistickej regresie. The aim of this thesis is to examine application characteristics of a logistic regression model and its extension as combination of logistic regressions by a neural network. Models are constructed and compared on two datasets from consumer credit risk assessment environment. Based on specified criteria and given data, the non-linear neural network model prediction performance shows no improvement compared to one made by logistic regression model. |
|---|---|
| Popis jednotky: | Vedoucí práce: Martin Řezáč |
| Fyzický popis: | 78 s. + 1 CD-ROM |