Применение моделей искусственного интеллекта в финансах (на примере УКО в РА)
DOI:
https://doi.org/10.46991/BYSU:G/2021.12.3.073Ключевые слова:
искусственный интеллект, машинное обучение, дискретизация переменных, уменьшение размерности, распознавание образов, скрытое пространствоАннотация
Развивающиеся технологии и современные алгоритмы машинного обучения открыли новые возможности для микрофинансовых организаций. В статье представлены методологии, которые могут быть использованы для лучшего финансового планирования в указанных организациях, дано приложение для операции в РА.
Такие методологии позволяют получать модели прогнозирования с оптимизацией затрат и высокой точностью. Более того, в статье показано, что предлагаемые методы решают проблему интерпретируемости модели и дают объяснение переменных для проблемы бинарной классификации; также продемонстрирован алгоритм, который создает скрытое пространство функций для визуализации данных и сегментации приложений.
Библиографические ссылки
Newell, A., Shaw, J.C. and Simon, H.A. «Report on a general problem-solving program, 1959. Proceedings of the International Conference on Information Processing,
David L. Poole, «Computational intelligence» 1998, Oxford University Press,
Eugene F. Brigham «Financial Management: Theory & Practice 15th Edition»,
Mark Schmidt, Nicolas Le Roux, Francis Bach, «Minimizing Finite Sums with the Stochastic AverageGradient» Mathematical Programming B, Springer, 2017,
L. Breiman, «Random Forests», Statistics Department University of California Berkeley, January 2001,
Wu, Lin and Weng, «Probability estimates for multi-class classification by pairwise coupling», JMLR 5:975-1005, 2004,
Pang, Su-lin & Gong, Ji-zhang. «C5.0 Classification Algorithm and Application on Individual Credit Evaluation of Banks». Systems Engineering - Theory & Practice. (2009). 29,
Ian J. Goodfellow, Jonathon Shlens & Christian Szegedy «Explaining and Harnessing Adversarial Examples» ICLR 2015
Ho, Tin Kam «Random Decision Forests», Proceedings of the 3rd International Conference on Document Analysis and Recognition, Montreal, QC, 14–16 August 1995,
L. Breiman, «Random Forests», Machine Learning, 45(1), 5-32, 2001,
Laurens van der Maaten, Geoffrey Hinton, «Visualizing Data using t-SNE», Journal of Machine Learning Research 9 (2008) 2579-2605,
Kullback, S. Leibler, R.A. "On information and sufficiency". Annals of Mathematical Statistics. (1951). 22 (1),
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2021 Вестник Ереванского Университета
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
