LuanVan.vnLuận Văn
Gửi thư

Building an ensemble of credit scorecard models based on output of machine learning

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhTài chính, ngân hàng
Tác giảNguyễn Hữu Nam
Người hướng dẫnBùi Quốc Trung
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Giới thiệu vai trò của chấm điểm tín dụng trong quản trị rủi ro tài chính và yêu cầu cân bằng giữa độ chính xác dự báo với khả năng giải thích mô hình. Tổng quan cho thấy các mô hình bảng điểm tín dụng truyền thống có tính minh bạch cao nhưng hạn chế trong việc khai thác các quan hệ phi tuyến của dữ liệu, trong khi các mô hình học máy đạt hiệu quả dự báo tốt hơn nhưng khó giải thích. Nghiên cứu đề xuất hai hướng tiếp cận gồm xây dựng bảng điểm tín dụng từ đầu ra mô hình học máy và mô hình tổ hợp nhiều bảng điểm tín dụng thông qua siêu bảng điểm. Kết quả thực nghiệm trên nhiều bộ dữ liệu chuẩn cho thấy phương pháp tổ hợp giúp cải thiện chỉ số ROC AUC một cách ổn định đồng thời vẫn duy trì khả năng giải thích. Kết luận cho thấy mô hình tổ hợp bảng điểm tín dụng là hướng tiếp cận hiệu quả nhằm nâng cao chất lượng đánh giá rủi ro tín dụng.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn tài chính, ngân hàng · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.