Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=градиентный бустинг<.>)

Общее количество найденных документов : 5
Показаны документы с 1 по 5

Рублева, Т. А. (генеральный директор).
Инвестиционная ипотека как инновационный банковский продукт на рынке финансирования недвижимости [Текст] / Рублева Т. А. // Финансы и кредит. - 2021. - Т. 27, вып. 11. - С. 2637-2656. - Библиогр.: с. 2656 (17 назв. ) . - ISSN 2071-4688

УДК

^a336.7

ББК 65.262
Рубрики: Экономика
Кредитно-денежная система
Кл.слова (ненормированные):
андеррайтинг ипотечной заявки -- базовые элементы инвестиционной ипотеки -- градиентный бустинг -- жизненный цикл инвестиционной ипотеки -- инвестиционная ипотека -- инновационный банковский продукт -- ипотечное кредитование -- риски инвестиционной ипотеки -- рынок финансирования недвижимости -- скоринг
Аннотация: Сформировано авторское определение категории "инвестиционная ипотека", ее базовые элементы, охарактеризован жизненный цикл и риски. Предложено дополнить скоринг использованием градиентного бустинга в процессе андеррайтинга заявки по инвестиционной ипотеке.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Львович, Я. Е. (доктор технических наук).
Использование методов машинного обучения для прогнозирования смертности после инфаркта миокарда [Текст] = Using machine learning methods to predict mortality after myocardial infarction / Я. Е. Львович, И. Л. Каширина, М. А. Фирюлина // Информационные технологии. - 2022. - Т. 28, № 2. - С. 92-102. - Библиогр.: с. 102 (25 назв.). - Исследование выполнена при финансовой поддержке РФФИ в рамках научного проекта № 20-31-70001 . - ISSN 1684-6400

УДК

^a004

ББК 32.97
Рубрики: Вычислительная техника
Вычислительная техника в целом
Кл.слова (ненормированные):
machine learning method -- myocardial infarction -- Кокса модель -- балансировка данных -- градиентный бустинг -- инфаркт миокарда -- краткосрочное прогнозирование смертности -- логическая регрессия -- метод машинного обучения -- модель Кокса
Аннотация: Выполнена оценка эффективности методов машинного обучения для краткосрочного прогнозирования смертности после перенесенного инфаркта миокарда и разработан подход к интерпретации полученных результатов.

Доп.точки доступа:
Каширина, И. Л. (доктор технических наук); Фирюлина, М. А. (аспирант)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Джункеев, У.
Прогнозирование безработицы в России с помощью методов машинного обучения [Текст] / У. Джункеев // Деньги и кредит. - 2022. - Т. 81, № 1. - С. 73-87 . - ISSN 0130-3090

УДК

^a331

ББК 65.24
Рубрики: Экономика
Экономика труда--Российская Федерация--Россия
Кл.слова (ненормированные):
безработица -- бустинг -- градиентный бустинг -- динамика безработицы -- макроэкономические показатели -- машинное обучение -- методы машинного обучения -- многофакторные модели -- нейронные сети -- однофакторные модели -- прогнозирование безработицы -- режим реального времени -- рекуррентные нейронные сети
Аннотация: В статье прогнозируется динамика безработицы в России на основе ряда методов машинного обучения. Наряду с полносвязными нейронными сетями прямого распространения применяются рекуррентные нейронные сети класса моделей "последовательность к последовательности". Учитываются дополнительные макроэкономические показатели для оценки в дополнение к однофакторным многофакторных моделей рекуррентных нейронных сетей. В процессе оценки моделей учитываются пересмотры статистической информации в режиме реального времени.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Шуляк, Е.
Макроэкономическое прогнозирование с использованием данных социальных сетей [Текст] / Е. Шуляк // Деньги и кредит. - 2022. - Т. 81, № 4. - С. 86-112. - Библиогр.: c. 110-112 . - ISSN 0130-3090

УДК

^a330.101.541

ББК 65.012.3
Рубрики: Экономика
Макроэкономика--Российская Федерация--Россия
Кл.слова (ненормированные):
Гиббса алгоритм семплирования -- Дирихле-мультиномиальное распределение -- алгоритм семплирования Гиббса -- градиентный бустинг -- данные социальных сетей -- кластеризация текстов -- макроэкономическое прогнозирование -- машинное обучение -- посты в соцсетях -- социальные сети -- экономические настроения
Аннотация: В работе построен ряд индексов экономических настроений для России на основе новостных постов и комментариев к ним из российской социальной сети "ВКонтакте". Тексты из социальной сети подверглись обработке, и для выделения новостных постов экономической тематики был использован алгоритм семплирования Гиббса для Дирихле-мультиномиального распределения.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Оценка кредитоспособности действующих клиентов банка с использованием современных методов предобработки данных и машинного обучения [Текст] = Assessment of the creditworthiness of the bank's existing customers using modern methods of data preprocessing and machine learning / В. П. Гришаева, В. М. Жудина, А. И. Зайцев [и др.] // Информационные системы и технологии. - 2024. - № 1. - С. 55-63. - Библиогр.: с. 63 (12 назв.) . - ISSN 2072-8964

УДК

^a004.9

ББК 32.973-018.2
Рубрики: Вычислительная техника
Прикладные информационные (компьютерные) технологии в целом
Кл.слова (ненормированные):
CatBoost -- LGBM -- XGBoost -- Байесовская оптимизация -- банковское дело -- градиентный бустинг -- оптимизация Байесовская -- разведочный анализ данных -- разработка признаков -- системы кредитного скоринга -- целевая переменная
Аннотация: Актуальность использования совокупности методов машинного обучения в построении кредитного скоринга действующих клиентов одного из крупнейшего американского банка "American Express" на основе истории выполненных платежей и трат средств. В исследовании будут использованы лучшие действующие методы предобработки данных с разработкой новых признаков, а также алгоритмы XGBoost, LGBM и CatBoost с использованием Байесовской оптимизации и стратифицированной выборкой при обучении, что в совокупности даст высокую точность в правильности принятия решения.

Доп.точки доступа:
Гришаева, Виктория Павловна; Жудина, Виктория Михайловна; Зайцев, Алексей Иванович; Люблинская, Наталья Николаевна; Нечаев, Андрей Михайлович; Новиков, Сергей Владимирович; Рыженков, Денис Викторович; Стычук, Алексей Александрович; Трубин, Александр Евгеньевич; American Express, банк
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)