Search academic texts

Information × Registration Number 2120U007951, Article popup.category Бакалаврська робота Title Статистична модель для визначення ймовірності відхилення рекурентних платежів (AI translated) popup.author Мілантьєв Сергій СергійовичMilantiev Serhii Serhiiovych popup.publication 01-06-2020 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/35897 popup.publisher Київ Description Дипломна робота: 93 с., 15 рис., 8 табл., 2 додатки, 6 джерел. Об’єкт дослідження – набір даних, який містить 900 000 записів про користувачів та їх рекурентні платежі. Предмет дослідження – методи машинного навчання та їх оптимізація за допомогою підбору гіперпараметрів. Мета роботи – розробити якісну модель для визначення вірогідності відхилення рекурентного платежу, яка буде задовольняти всім умовам для високоякісної роботи, а саме бути точною, достатньо відказостійкою та швидкою. Актуальність – оптимізування маркетингових кампаній та вдосконалення системи прийняття рішень в компанії в цілому. Шляхи подальшого розвитку предмету дослідження – прогнозування рекурентних платежів, які ще не є заплановані проте можуть відбутися у майбутньому. Diploma work: 93 p., 19 fig., 9 tabl., 2 appendixes, 24 sources. The object of the study – data set that contains 900,000 records about users and their recurring payments information. The subject of research – methods of machine learning and their optimization through the selection of hyperparameters. The purpose of the work – develop a precise model to determine the probability of recurring payments rejection, which will meet all the conditions for high quality work, accurate, sufficiently fault tolerant and fast. Actuality – optimizing marketing campaigns and improving the decision making system in the company as a whole. Ways of further development of the subject of research – forecasting recurrent payments, which are not yet planned but may occur in the future. popup.nrat_date 2025-11-05 Close