Разработка интеллектуального модуля по распознаванию кредитоспособности заемщика

Цель данной научно-исследовательской работы – обзор предметной области по интеллектуальному распознаванию кредитоспособности заемщика.

В данной работе должны быть решены следующие задачи:

-    рассмотреть понятие и назначение кредитоспособности;

-    рассмотреть методы оценки кредитоспобности;

-    рассмотреть актуальность интеллектуального распознавания кредитоспособности заемщика;

-    рассмотреть организации, которые используют данный продукт.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ. 4

1 ПОСТАНОВКА ЗАДАЧИ НИРС. 6

2    ОБЗОР ПРЕДМЕТНОЙ ОБЛАСТИ.. 7

2.1 Понятие и назначение кредитоспособности. 7

2.2 Методы оценки кредитоспособности. 8

2.3 Актуальность интеллектуального распознавания кредитоспособности заемщика 9

2.4 Организации, которые используют интеллектуальный распознаватель кредитоспособности заемщика. 11

2.4.1 Сбербанк. 11

2.4.2 Альфа-Банк. 12

2.4.3 МФО «Займер». 13

2.4.4 Национальное бюро кредитных историй (НБКИ) 15

2.4.5 Компания «Робокасса». 16

2.4.6 Центральный банк Российской Федерации (Банк России) 17

ЗАКЛЮЧЕНИЕ. 19

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ.. 20

1.                Рассел С., Норвиг П. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. – 2-е изд. – М.: Вильямс, 2019. – 1408 с.

2.                Гудфеллоу И., Бенджио Й., Курвилль А. Глубокое обучение / И. Гудфеллоу, Й. Бенджио, А. Курвилль. – пер. с англ. А.А. Слинкина. – М.: ДМК Пресс, 2018. – 652 с.

3.                Хайкин С. Нейронные сети. Полный курс / С. Хайкин. – 2-е изд. – М.: Вильямс, 2019. – 1104 с.

4.                Лебедев С.В. Нейронные сети и их применение в системах управления и связи / С.В. Лебедев. – М.: Горячая линия – Телеком, 2019. – 352 с.

5.                Самарасингхе С. Нейронные сети для прикладных наук и инженерии: от основ до распознавания сложных образов / С. Самарасингхе. – М.: БИНОМ. Лаборатория знаний, 2019. – 944 с.

6.                Конар А., Распознавание эмоций. Подход к анализу паттернов / А. Конар, А. Чакраборти. – М.: Издательство ЛКИ, 2019. – 304 с.

7.                Чепурко Г. 18 книг про нейронные сети, искусственный интеллект и big data / Г. Чепурко // MC.today. – 2021. – Электронный ресурс.

8.                Neurodata Lab. 36 материалов о нейросетях: книги, статьи и последние исследования / Neurodata Lab // Хабр. – 2019. – Электронный ресурс.

9.                Neuranetwork. Список литературы по искусственным рекуррентным нейронным сетям для ВУЗов / Neuranetwork // Neuranetwork.ru. – 2019. – Электронный ресурс.

10.            Proglib. Deep Learning: 15 лучших книг по глубинному обучению и нейронным сетям / Proglib // Proglib.io. – 2019. – Электронный ресурс.