Orbay, BerkÜlgenalp, Aykut2019-11-122019-11-122018Ülgenalp, A. (2018). Customer credit delinquency prediction, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiyehttps://hdl.handle.net/20.500.11779/1203This study presents a supervised machine learning algorithm to detect delinquency probability of the customers in next 2 years with a dataset that is extracted from a leading online data source website. The aim is to predict customer delinquency before the credit is being delinquent and thus, avoid the bank from unexpected loss and also detecting to customers’ possible payment difficulty and support them to pay their debts regularly. The supervised machine learning algorithms provided the opportunity to detect similarities between customer behaviours and differ them into groups for taking early actions.Bu çalışmada internette önde gelen veri kaynağı sitesinden elde edilen bir veri üzerinde, gözetimli makine öğrenmesi algoritmaları kullanılarak müşteri kredilerinde 2 yıl içerisinde yaşanması muhtemel gecikmeyi tahmin eden bir model sunulmuştur. Amaç, müşterilerin gecikmelerinden önce tahmin edebilmek ve böylece, bankayı beklenmeyen kayıptan kurtarabilmek ve ayrıca müşterilerin olası ödeme güçlüklerini tespit edip onlara ödemelerini düzgün yapabilmeleri için destek olabilmektir. Gözetimli makine öğrenmesi algoritmaları, müşteri davranışlarındaki benzerlikleri tespit etmeye ve onları farklı gruplara ayırarak erken aksiyon alabilmeye olanak sağlamaktadır.eninfo:eu-repo/semantics/openAccessDelinquencyCredit DelinquencyCustomer DelinquencyDelinquency PredictionGecikmeKredi GecikmesiMüşteri GecikmesiGecikme TahminiMaster's Degree Project