Деревья и леса решений в задаче классификации кредитных организаций

Авторы

  • В. В. Иванов Объединенный институт ядерных исследований, Дубна
  • Е. П. Акишина Объединенный институт ядерных исследований, Дубна
  • А. С. Приказчикова Объединенный институт ядерных исследований, Дубна

Ключевые слова:

Кредитные организации, автоматизированный мониторинг, деревья решений, лес решений, CART, Random Forest, Adaboost, Xgboost, Google Colab, платформа HybriLIT

Аннотация

Проведенa классификация кредитных организаций с использованием методов деревьев и лесов решений для идентификации высокорисковых объектов. В ходе исследований были разработаны модели дерева решений CART и лесов решений Random Forest, Adaboost и Xgboost, позволяющие идентифицировать высокорисковые кредитные организации. Для проведения расчетов использовались две вычислительные системы: облачный сервис Google Colaboratory (Google Colab) и гетерогенная платформа HybriLIT

Загрузки

Опубликован

2025-02-06

Выпуск

Том 22 № 1 (2025): Письма в ЭЧАЯ

Раздел

Комьюторные технологии в физике

Лицензия

Лицензия

Как цитировать

Деревья и леса решений в задаче классификации кредитных организаций. (2025). Письма в ЭЧАЯ, 22(1). https://pepan.jinr.ru/index.php/PepanLetters/article/view/1243