Czasopismo
Tytuł artykułu
Warianty tytułu
Analysis of the Quality of Economic Object Classification with Incomplete Data Using Neural Networks
Języki publikacji
Abstrakty
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.(abstrakt oryginalny)
The aim of the article is presenting the importance of descriptive information for the classification of companies listed on the Warsaw Stock Exchange, and more the possibility of missing data, corrupted by noise variables or deliberate reduction the number of variables. It is essential how the deterioration in the quality of input data affects the efficiency of classification - the number of companies correctly classified into particular groups (classification using rating). Companies listed on the WSE are creating research material, while the data are derived from their accounts. In the article artificial neural networks are used, which allow inter alia objects classification. Previous analysis are used to compare the results obtained with the classification using the complete information about the companies.(original abstract)
Słowa kluczowe
Rocznik
Tom
Strony
298--305
Opis fizyczny
Twórcy
autor
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
Bibliografia
- Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. (red.), Biocybernetyka i inżynieria biomedyczna. Sieci neuronowe, Akademicka Oficyna Wydawnicza ELIT, Warszawa 2000.
- Stańczuk J., Trojczak-Golonka P., Wpływ zróżnicowania zbiorów atrybutów i procesu walidacji na efektywność klasyfikacji przedsiębiorstw przy wykorzystaniu sieci neuronowych, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 17, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2010.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171370427