Object

Title in english:

Porównanie trzech zagregowanych klasyfikatorów w zagadnieniu finansowym

Creator:

Cortćs, Esteban Alfaro ; Martinez, Matias Gamez ; Rubio, Noelia Garda

Description:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2008; Nr 7, s. 69-76

Abstrakt:

Poczynając od lat 60., do predykcji upadłości stosuje się wiele technik klasyfikacyjnych. W stosunku do tradycyjnych modeli statystycznych drzewa klasyfikacyjne są narzędziem alternatywnym. Modele te są w stanie wychwycić nieliniowe zależności i wykazują dobre własności w przypadku obecności informacji jakościowych, co ma miejsce przy opisie sytuacji przedsiębiorstw, które poddawane są analizie w prognozowaniu bankructwa. Dlatego też drzewa klasyfikacyjne są szeroko wykorzystywane jako bazowe klasyfikatory przy budowie modeli zagregowanych. Celem tego badania jest porównanie zachowań trzech zagregowanych klasyfikatorów, tj. AdaBoost, Bagging and Random Forest w przypadku zastosowań w prognozowaniu upadłości.

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2008

Resource Type:

artykuł

Resource Identifier:

oai:dbc.wroc.pl:124954

Language:

pol

Relation:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2008; Nr 7 (1207) ; Taksonomia 15 ; Klasyfikacja i analiza danych - teoria i zastosowania

Rights:

Wszystkie prawa zastrzeżone (Copyright)

Access Rights:

Dla wszystkich w zakresie dozwolonego użytku

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Coverage:

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