Obiekt

Tytuł: Analiza jakości klasyfikacji obiektów z niekompletnymi danymi z wykorzystaniem sieci neuronowych

Tytuł odmienny:

Analysis of the Quality of Economic Object Classification with Incomplete Data Using Neural Networks

Autor:

Stańczuk, Julita ; Trojczak-Golonka, Patrycja

Opis:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2011; Nr 176, s. 298-305

Abstrakt:

Celem artykułu jest przedstawienie znaczenia informacji opisowej dla klasyfikacji przedsiębiorstw notowanych na GPW w Warszawie, a dokładniej możliwości wystąpienia braków, danych zaszumionych czy celowej redukcji liczby zmiennych. Istotne jest to, w jaki sposób pogorszenie tej jakości wpływa na efektywność klasyfikacji, a więc przede wszystkim na liczbę przedsiębiorstw poprawnie zaklasyfikowanych do poszczególnych grup (z wykorzystaniem ratingu). Próbę badawczą tworzą przedsiębiorstwa notowane na GPW, dane natomiast pochodzą z ich sprawozdań finansowych. W badaniu wykorzystano sieci neuronowe umożliwiające m.in. klasyfikację obiektów. Posłużono się wcześniejszymi badaniami do porównania otrzymanych wyników.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2011

Typ zasobu:

artykuł

Identyfikator zasobu:

oai:dbc.wroc.pl:118688

Język:

pol

Powiązania:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2011; Nr 176 ; Taksonomia 18 Klasyfikacja i analiza danych - teoria i zastosowania

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Źródło finansowania:

Dofinansowano z programu "Społeczna odpowiedzialność nauki" Ministra Edukacji i Nauki (SONB/SP/546390/2022). Tytuł projektu: Upowszechnienie zawartości czasopisma Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

27 lut 2023

Data dodania obiektu:

23 gru 2022

Liczba wyświetleń treści obiektu:

52

Wszystkie dostępne wersje tego obiektu:

https://dlibra.kdm.wcss.pl/publication/157039

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Podobne

×

Cytowanie

Styl cytowania:

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji