KREDIT TO‘LOVINI BAJARMASLIK XAVFINI LSTM MODELI YORDAMIDA BAHOLASH
Keywords:
data science, kredit xavfi, LSTM, vaqt qatori, default, precision, recall, F1, qaror chegarasiAbstract
Ushbu maqolada mijozning ketma-ket oylik to‘lov tarixidan foydalanib kredit to‘lovini bajarmaslik xavfini LSTM (Long Short-Term Memory) modeli orqali baholashning sodda va amaliy tartibi taklif etiladi. Asosiy g‘oya shundan iboratki, kredit riski faqat bitta oydagi holat bilan emas, balki to‘lov intizomining vaqt bo‘yicha qanday o‘zgargani bilan ham bog‘liq bo‘lishi mumkin. Shu sababli olti oylik to‘lov holati, qarzdorlikning limitga nisbati va amalga oshirilgan to‘lov ulushi ketma-ketlik ko‘rinishida modelga uzatiladi. Maqolada LSTM blokining unutish, kirish va chiqish darvozalari formulalari, binary cross-entropy yo‘qotish funksiyasi, precision, recall, F1 va xarajatga sezgir qaror chegarasi izohlanadi. Natijalarni tushuntirish uchun 1 000 kuzatuvli shartli sinov, uchta grafik va amaliy hisob-kitob keltiriladi. Grafik va sonlar metodik namuna bo‘lib, haqiqiy bank portfeli bo‘yicha empirik natija sifatida talqin qilinmaydi.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Gospodarka i Innowacje.

This work is licensed under a Creative Commons Attribution 4.0 International License.










