17 Бегунков В. И. Ковалев М. Я. классификация займа скоринг глубокая нейронная сеть машинное обучение 2025 2025-07-11 10.29235/1561-2430-2025-61-2-159-174 Известия Национальной академии наук Беларуси. Серия физико-математических наук Разработана и проанализирована модель глубокой нейронной сети прямого распространения для решения задачи классификации финансового займа. С помощью этой модели на основе исторических данных по выданным ранее займам вычисляются значения следующих традиционных для машинного обучения метрик, которые определяют качество прогнозирования: стоимостная функция, истинность, точность, полнота и мера F1. Для получения большей точности прогнозирования использованы оптимизационные методы мини-пакетного градиентного спуска, градиентного спуска с импульсом, адаптивной оценки момента, а также метод исключения на нулевом уровне. Определена улучшенная структура предложенной нейронной сети, проанализировано воздействие использования так называемой инициализации He на итоговый результат, а также целесообразность применения конкретных алгоритмов оптимизации. Исследование показало, что использование глубокой нейронной сети прямого распространения целесообразно при разработке классификаторов займов. https://www.academjournals.by/publication/19483 https://www.academjournals.by/files/19409