Geri Dön

A credit classification application with machine learning methods: German credit dataset example

Makine öğrenmesi metotları ile kredi sınıflandırma uygulaması: Alman kredi veri seti örneği

  1. Tez No: 790402
  2. Yazar: EGEMEN KAYABAŞI
  3. Danışmanlar: DOÇ. DR. SEMİH EMRE ÇEKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Maliye, Finance
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Türk-Alman Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Finans Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Comparison of machine learning algorithms for financial evaluations

    Finansal değerlendirmeler için makine öğrenmesi algoritmalarının karşılaştırılması

    WUDAY COLLEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    ASSOC. DR. MEHMET GÖKTÜRK

  2. Makine öğrenmesi teknikleriyle mobil ödemede sahtekarlık tespiti

    Fraud detection in mobile payment with machine learning methods

    ÖZLEM GÜVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    EkonometriDokuz Eylül Üniversitesi

    Ekonometri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN ARAS

  3. 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

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERKAN ÜLKER

  4. İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti

    Anomaly detection with machine learning on air conditioning systems

    REFİK KİBAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK

    DR. ÖĞR. ÜYESİ KEVSER OVAZ AKPINAR

  5. Tüketici kredisi taleplerinin yapay öğrenme modelleriyle değerlendirilmesi

    Evaluation of consumer credit requests via machine learning models

    NECATİ ALPEREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TOLGA KAYA