
Parametry
Więcej o książce
Dataminingové metódy, zohľadňujúce kvantitatívne informácie charakterizujúce vybrané podniky a ekonomické prostredie, patria v súčasnosti k najpoužívanejším prístupom pri tvorbe modelov predikujúcich finančné zdravie podnikov. V monografii je analyzovaný súčasný stav tejto problematiky v podmienkach slovenskej ekonomiky. Hlavnou témou monografie je konštrukcia nového kombinovaného modelu na základe dát získaných z reálnych účtovných závierok podnikov z rokov 2016 - 2018. Tento model teda zohľadňuje aktuálny pokrízový stav v predmetných ekonomikách a môže sa stať reálne využiteľným nástrojom finančno-ekonomickej analýzy ex-ante. Pri tvorbe individuálnych modelov a aj finálneho modelu kombinujúceho tieto modely je aplikovaná metodika CRISP-DM spolu s vybranými dataminingovými postupmi (napr. rozhodovacie stromy, umelé neurónové siete, a pod.). Tieto modely dosahujú veľmi vysokú spoľahlivosť pri predikcii budúceho finančného vývoja podnikov.
Zakup książki
Využitie dataminingových metód pri predikcii finančných ťažkostí, Marek Ďurica, Jaroslav Frnda
- Język
- Rok wydania
- 2021
- Oprawa
- (miękka)
Metody płatności
Nikt jeszcze nie ocenił.
- Tytuł
- Využitie dataminingových metód pri predikcii finančných ťažkostí
- Język
- słowacki
- Autorzy
- Marek Ďurica, Jaroslav Frnda
- Wydawca
- EDIS
- Rok wydania
- 2021
- Oprawa
- miękka
- ISBN10
- 8055417652
- ISBN13
- 9788055417653
- Seria
- Opis
- Dataminingové metódy, zohľadňujúce kvantitatívne informácie charakterizujúce vybrané podniky a ekonomické prostredie, patria v súčasnosti k najpoužívanejším prístupom pri tvorbe modelov predikujúcich finančné zdravie podnikov. V monografii je analyzovaný súčasný stav tejto problematiky v podmienkach slovenskej ekonomiky. Hlavnou témou monografie je konštrukcia nového kombinovaného modelu na základe dát získaných z reálnych účtovných závierok podnikov z rokov 2016 - 2018. Tento model teda zohľadňuje aktuálny pokrízový stav v predmetných ekonomikách a môže sa stať reálne využiteľným nástrojom finančno-ekonomickej analýzy ex-ante. Pri tvorbe individuálnych modelov a aj finálneho modelu kombinujúceho tieto modely je aplikovaná metodika CRISP-DM spolu s vybranými dataminingovými postupmi (napr. rozhodovacie stromy, umelé neurónové siete, a pod.). Tieto modely dosahujú veľmi vysokú spoľahlivosť pri predikcii budúceho finančného vývoja podnikov.