Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
 
+7 (4912) 72-03-73
 
Интернет-портал РГРТУ: http://rsreu.ru

УДК 004.32.26

О ПРИМЕНЕНИИ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ К ОЦЕНКЕ КРЕДИТОСПОСОБНОСТИ ПРЕДПРИЯТИЯ

К. Г. Шитова, студент РГРТУ, Рязань, Россия; Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Н. И. Цуканова, к.т.н., доцент кафедры ВПМ РГРТУ, Рязань, Россия; Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Целью работы является исследование применения нейронных сетей к оценке кредитоспособности предприятий малого бизнеса. Рассматриваются вопросы обучения многослойных нейронных сетей. Описываются и обсуждаются различные приемы повышения точности, быстродействия и стабильности получаемых моделей. Уделяется внимание разработке программ как в среде MatLab, так и на языке C#, реализующих различные алгоритмы обучения многослойных нейронных сетей. Таким образом, в работе рассматриваются следующие вопросы: задача оценки кредитоспособности малого предприятия и возможность ее решения методами машинного обучения; постановка задачи обучения многослойной нейронной сети как задачи оптимизации дискретного динамического процесса; проблемы, возникающие при обучении многослойной нейронной сети, и приемы их разрешения. Приводятся результаты исследований, полученные с помощью разработанных программ, на основе которых даются рекомендации по их использованию при оценке кредитоспособности предприятий малого бизнеса.

Ключевые слова: оценка кредитоспособности, многослойная нейронная сеть, глубокие нейронные сети, алгоритм обратного распространения ошибки, пошаговый и пакетный режим обучения, функция цели (потерь), активационные функции, ошибка обучения, ошибка обобщения или тестирования.

 Скачать статью