Dự báo hoạt động ngân hàng bằng thuật toán rừng ngẫu nhiên
Tác giả: Đỗ Quang HưngTóm tắt:
Mục tiêu của nghiên cứu này là dự báo hoạt động của ngân hàng dựa trên kỹ thuật trí tuệ nhân tạo thuật toán rừng ngẫu nhiên (Random Forest - RF). Để chứng minh tính hiệu quả của mô hình dự báo dựa trên RF, các mô hình dự báo khác được dựa trên ba kỹ thuật trí tuệ nhân tạo khác là mạng nơ ron truyền thẳng nhiều lớp (ANN-MLP), mạng hàm cơ sở bán kính (RBF) và hồi quy tuyến tính (MLR) cũng được phát triển. Dữ liệu được sử dụng trong xây dưng mô hình gồm 405 mẫu được thu thập từ 45 ngân hàng hoạt động tại Việt Nam trong giai đoạn 2002-2022. Các chỉ số đầu ra dự báo bao gồm tổng các khoản vay và tổng tiền gửi huy động. Kết quả thực nghiệm và các chỉ số đánh giá mô hình xác định mô hình dự báo dựa trên kỹ thuật RF cho độ chính xác cao nhất.
- Thiết lập và ứng dụng giá trị thay đổi tham chiếu của hsTNT trong phê duyệt kết quả tự động
- Đánh giá một số chỉ số chất lượng giai đoạn trước xét nghiệm tại Bệnh viện Đại học Y Hà Nội
- Khảo sát tính toàn vẹn của ccfDNA ALU-115, ALU-247 ở bệnh nhân ung thư vú
- Thực trạng thiếu nước và tình trạng dinh dưỡng ở người cao tuổi nội trú tại Bệnh viện Đại học Y Hà Nội
- Đánh giá một số yếu tố liên quan đến đau dội ngược sau phong bế tiêm một lần để giảm đau trong mổ nội soi khớp gối