Tato diplomová práce se zabývá predikcí finanční výkonnosti regionů. První část se zabývá tématem ratingu a pojmů související s ním. Další část práce se zaobírá použitými soubory klasifikátorů strojového učení a jejich nastavením. V závěru práce jsou porovnávány výsledky souborů klasifikátorů a je doporučen klasifikátor použitelný pro predikci.
Anotace v angličtině
This diploma thesis deals with prediction of Financial performance of regions. The first part deals with the topic of evaluation and the concepts related to it. Another part of the thesis deals with used sets of machine learning classifiers and their settings. At the end of the thesis, the results of the classifiers are compared and predictor classifier is recommended.
Klíčová slova
rating, strojové učení, finanční výkonnost regionů, meta-učení
Klíčová slova v angličtině
Rating, machine learning, financial performance of regions, meta-learning
Rozsah průvodní práce
77 s.
Jazyk
CZ
Anotace
Tato diplomová práce se zabývá predikcí finanční výkonnosti regionů. První část se zabývá tématem ratingu a pojmů související s ním. Další část práce se zaobírá použitými soubory klasifikátorů strojového učení a jejich nastavením. V závěru práce jsou porovnávány výsledky souborů klasifikátorů a je doporučen klasifikátor použitelný pro predikci.
Anotace v angličtině
This diploma thesis deals with prediction of Financial performance of regions. The first part deals with the topic of evaluation and the concepts related to it. Another part of the thesis deals with used sets of machine learning classifiers and their settings. At the end of the thesis, the results of the classifiers are compared and predictor classifier is recommended.
Klíčová slova
rating, strojové učení, finanční výkonnost regionů, meta-učení
Klíčová slova v angličtině
Rating, machine learning, financial performance of regions, meta-learning
Zásady pro vypracování
Cílem práce je charakterizovat přístupy k vytváření souborů klasifikátorů, popsat použitá data, navrhnout model pro predikci finanční výkonnosti regionů, verifikovat jej na předzpracovaných datech a provést statistické porovnání vybraných algoritmů.
Osnova:
- Koncept souborů klasifikátorů a přehled přístupů k jejich vytváření.
- Charakteristika a předzpracování dat.
- Návrh modelu pro predikci finanční výkonnosti regionů.
- Výsledky experimentů a statistické porovnání vybraných algoritmů.
Zásady pro vypracování
Cílem práce je charakterizovat přístupy k vytváření souborů klasifikátorů, popsat použitá data, navrhnout model pro predikci finanční výkonnosti regionů, verifikovat jej na předzpracovaných datech a provést statistické porovnání vybraných algoritmů.
Osnova:
- Koncept souborů klasifikátorů a přehled přístupů k jejich vytváření.
- Charakteristika a předzpracování dat.
- Návrh modelu pro predikci finanční výkonnosti regionů.
- Výsledky experimentů a statistické porovnání vybraných algoritmů.
Seznam doporučené literatury
HAYKIN, S. Neural Networks: A Comprehensive Foundation. 2nd edition, New Jersey : Prentice Hall, 1999.
KUNCHEVA, L. I. Fuzzy Classifier Design. A Springer Verlag Company, Germany, 2000. ISBN 80-903024-9.
OLEJ V. Modelovanie ekonomických procesov na báze výpočtovej inteligencie. Miloš Vognar - M&V, Hradec Králové, 2003. ISBN 80-903024-9-1.
WITTEN, I.H., FRANK, E., HALL, M.A. Data Mining: Practical Machine Learning Tools and Techniques. Elsevier, Amsterdam, 2011.
GAILLARD, N. The Determinants of Moody's Sub-sovereign Ratings. International Research Journal of Finance and Economics, 2009, roč. 31, č. 1, s. 194-209.
Seznam doporučené literatury
HAYKIN, S. Neural Networks: A Comprehensive Foundation. 2nd edition, New Jersey : Prentice Hall, 1999.
KUNCHEVA, L. I. Fuzzy Classifier Design. A Springer Verlag Company, Germany, 2000. ISBN 80-903024-9.
OLEJ V. Modelovanie ekonomických procesov na báze výpočtovej inteligencie. Miloš Vognar - M&V, Hradec Králové, 2003. ISBN 80-903024-9-1.
WITTEN, I.H., FRANK, E., HALL, M.A. Data Mining: Practical Machine Learning Tools and Techniques. Elsevier, Amsterdam, 2011.
GAILLARD, N. The Determinants of Moody's Sub-sovereign Ratings. International Research Journal of Finance and Economics, 2009, roč. 31, č. 1, s. 194-209.
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student představil téma své diplomové práce Soubory klasifikátorů pro predikci finanční výkonnosti regionů. Otázky komise:
V použitých datech je značné množství chybějících hodnot (viz str. 54 a 73). Vy jste je nahradil symbolem ''?''. Znáte i nějaké další možnosti, jak s chybějícími daty v obdobné úloze pracovat? Dají se zde aplikovat? Co znamená symbol křížků v 5. Sloupci tabulky na str. 73? Co je instance? Jak jste získal přistup k datům? Student na otázky odpovídal.