PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Czasopismo
2006 | nr 2(6) | 82--87
Tytuł artykułu

Prognozowanie kondycji ekonomiczno-finansowej przedsiębiorstw z wykorzystaniem sieci przekonań Bayesa

Treść / Zawartość
Warianty tytułu
Języki publikacji
PL
Abstrakty
W dzisiejszym, dynamicznym środowisku gospodarczym wszelkiego rodzaju oceny, analizy i prognozy stają się coraz bardziej skomplikowane i wymagają do swojego opisu zaawansowanych metod i technik. Stąd też w ostatnich latach pojawiły się propozycje zastosowania do oceny i prognozowania kondycji finansowej przedsiębiorstw sieci przekonań Bayesa. W 2001 roku S. Sarkar i R. S. Sriram opracowali modele sieci przekonań dla wczesnego ostrzegania o upadłościach banków. Stwierdzili, że zarówno naiwny jak i złożony model sieci Bayesa daje wyniki porównywalne z dobrze znanym algorytmem klasyfikacji drzewa wymuszonych decyzji (Induced Tree Classification).(fragment tekstu)
Czasopismo
Rocznik
Numer
Strony
82--87
Opis fizyczny
Twórcy
  • Wyższa Szkoła Zarządzania i Administracji w Zamościu
Bibliografia
  • 1. Cichosz P.: Systemy uczące się. WNT Warszawa 2000;
  • 2. Grzymała-Busse J.W., Hippe Z.S., Mroczek T.: System BeliefSEEKER ? A New Approach to Induction of Belief Networks and Belief Rules w: Burczyñski T., Cholewa W., Moczulski W. (Eds.) Artificial Intelligence Methods (AI-METH), Silesian University of Technology Edit. Office, Gliwice (Poland) 2005, pp. 59-60.
  • 3. Heckerman D.: Atutorial on Learning Bayesian Networks. Technical report MSR-TR-95-06.
  • 4. Kłopotek M.A, Wierzchoñ S. T.: Discovery of Bayesian Networks from Data with Maintainance of Partially Oriented Graphs. Intelligent Information Systems. Advances in Soft Computing Series of Physica- Verlag/Springer Verlag, Heidelberg/New York 2000, s. 277-288
  • 5. Kononenko, I. : Comparison of Inductive and Naive Bayesian Learning Approaches to Automatic Knowledge Acquisition. In B. Wielinga (Ed.), Current Trends in Knowledge Acquisition. Amsterdam, The Netherlands: IOS Press. 1990.
  • 6. Kuczmowska B. Zastosowanie sieci Bayesa do prognozowania bankructwa, Zamojskie studia i materiały , Zamość 2006
  • 7. Mroczek T. ,Grzymała-Busse J.W., Hippe Z.S.: Rules from Belief Networks: A Rough Set Approach In: Tsumoto S., Słowiński R., Komorowski J., Grzymała- Busse J.W. (Eds.) Rough Sets and Current Trends in Computing, Springer-Verlag, Berlin-Heidelberg 2004, pp. 483-487.
  • 8. Neuman Ł. Kościów SZ.: Wyszukiwanie informacji z wykorzystaniem sieci Bayesa. Prace naukowe Akademii Ekonomicznej we Wrocławiu nr 931 Wrocław 2002
  • 9. Sarkar, S., R. S. Sriram.: Bayesian Models for Early Warning of Bank Failures. Management Science, 47. 2001
  • 10. Sun L., Shenoy P.P.: Using Bayesion Networks for Bankruptcy Prediction, School of Business, Working Paper no.295 University of Kansas
  • 11. Wąsowski A. Zdalna generacja sieci bayesowskich z baz danych. Praca dyplomowa pod kierunkiem dr had. inż. Mieczysława A. Kłopotka Politechnika Warszawska, Wydział Matematyki i Nauk Informacyjnych. Warszawa 2000
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171490297

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.