A credit classification application with machine learning methods: German credit dataset example
Makine öğrenmesi metotları ile kredi sınıflandırma uygulaması: Alman kredi veri seti örneği
- Tez No: 790402
- Danışmanlar: DOÇ. DR. SEMİH EMRE ÇEKİN
- Tez Türü: Yüksek Lisans
- Konular: Maliye, Finance
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Türk-Alman Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Uluslararası Finans Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 47
Özet
Yapay Zekâ uygulamaları finans dâhil birçok iş ve akademik araştırma alanında kullanım alanı bulmuştur. Makine öğrenmesi algoritmaları, sunulan verileri insan zihninin öğrenme sürecine benzer bir şekilde analiz ederek, yüksek başarımla ve sürekli insan denetiminde olmaksızın bilgi kategorize etmek ve tahminler yapmak için kullanılabilecek karar verme mekanizmaları oluşturur. Makine öğrenmesi, pratik amaçlar için muazzam bir potansiyel vaat etse de, finansal uygulamaların son kullanıcılarına faydası sınırlı kalmıştır. Bu çalışma, tipik bir makine öğrenimi uygulamasının temel bileşenlerini tanımlamak, performansını etkileyen faktörleri analiz etmek ve kullanımını sınırlayan olası eksiklikleri gözlemlemek için finans alanındaki makine öğrenmesi uygulamalarının mevcut kullanımını bir kredi sınıflandırması örneğinde izlemeyi amaçlamaktadır. Kredi başvuru verileri üzerinde yapılan deneyler sonucunda, bir makine öğrenimi modelinin performansının, kullanılacak veri seti için özel olarak yapılması gereken model tasarımına fazlasıyla bağlı olduğu ve kullanıcı dostu bir arayüz olmadan güncel makine öğrenmesi araçlarının finans uzmanlarından çok bilgisayar profesyonellerine hitap ettiği gözlemlenmiştir.
Özet (Çeviri)
Artificial Intelligence applications have found use in many business and academic research areas including finance. By analyzing existing data in a way similar to the learning process of a human mind, machine learning algorithms can create decision making mechanisms which can be used for categorizing and predicting new data with precision and without constant supervision. Although machine learning promises enormous potential for practical purposes, its presence to the end user of financial applications has been limited. This study aims to observe current uses of machine learning applications in the area of finance, specifically in a credit classification example, in order to analyze the basic components of a typical machine learning application, the factors affecting its performance and observe possible shortcomings that limit its use as a common tool. Experiments conducted on credit application data suggest that performance of a machine learning model is very much dependent on its design which has to be specifically made to match the dataset to be utilized and without a user friendly interface, machine learning tools address to a computing crowd instead of finance specialists at the moment.
Benzer Tezler
- Comparison of machine learning algorithms for financial evaluations
Finansal değerlendirmeler için makine öğrenmesi algoritmalarının karşılaştırılması
WUDAY COLLEY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
ASSOC. DR. MEHMET GÖKTÜRK
- Makine öğrenmesi teknikleriyle mobil ödemede sahtekarlık tespiti
Fraud detection in mobile payment with machine learning methods
ÖZLEM GÜVEN
Yüksek Lisans
Türkçe
2021
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN ARAS
- Finans sektörü için yapay öğrenme teknikleri kullanarak kredi kullanabilirliğin tespiti
Using machine learning techniques of detect the credit availability for the financial sector
ALİ TUNÇ
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN ÜLKER
- İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti
Anomaly detection with machine learning on air conditioning systems
REFİK KİBAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK
DR. ÖĞR. ÜYESİ KEVSER OVAZ AKPINAR
- Tüketici kredisi taleplerinin yapay öğrenme modelleriyle değerlendirilmesi
Evaluation of consumer credit requests via machine learning models
NECATİ ALPEREN
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA KAYA