Uczenie maszynowe i jego zastosowanie w sektorze bankowym

dc.contributor.author	Dziubek, Damian
dc.date.accessioned	2023-01-09T13:44:42Z
dc.date.available	2023-01-09T13:44:42Z
dc.date.issued	2023-01-09
dc.identifier.issn	2022/M/AM/1
dc.identifier.uri	https://repin.pjwstk.edu.pl/xmlui/handle/186319/2161
dc.description.abstract	Niniejsza praca dyplomowa przedstawia podstawowe zagadnienia i najważniejsze aspekty związane z uczeniem maszynowym, opisuje wybrane algorytmy oraz etapy projektu tworzenia modelu. Ponadto zostały w niej zaprezentowane obszary funkcjonalne i biznesowe w branży bankowej, które już teraz wykorzystują tego typu programy. Poparte zostało to statystykami pochodzącymi z branżowych raportów oraz również zostały opisane korzyści płynące z używania tej dziedziny sztucznej inteligencji. Przedstawiony został także przykładowy projekt uczenia maszynowego realizujący zadanie klasyfikacji binarnej, który służy do oceny ryzyka kredytowego na podstawie cech dostępnych w zbiorze danych.	pl_PL
dc.language.iso	other	pl_PL
dc.relation.ispartofseries	;Nr 6434
dc.subject	Uczenie maszynowe	pl_PL
dc.subject	branża bankowa	pl_PL
dc.subject	model uczenia maszynowego	pl_PL
dc.subject	algorytmy uczenia maszynowego	pl_PL
dc.subject	struktura projektu uczenia maszynowego	pl_PL
dc.title	Uczenie maszynowe i jego zastosowanie w sektorze bankowym	pl_PL
dc.type	Thesis	pl_PL