Využití machine learning ve finančních institucích

Bc. Dušana Maliňáková

Diplomová práce

The use of machine learning in financial institutions

Abstract:

The thesis focuses on the use of machine learning methods in financial institutions. The theoretical part explains the principles of machine learning, with an emphasis on decision trees and their application in ensemble methods, particularly random forests. In the practical part, these methods are applied to real-world data in order to compare their effectiveness in predicting corporate bankruptcy.

Abstract:

Tato diplomová práce se zabývá využitím metod strojového učení v prostředí finančních institucí. V teoretické části jsou přiblíženy základní principy strojového učení, přičemž hlavní pozornost je věnována rozhodovacím stromům jako jednomu z nejrozšířenějších přístupů při řešení predikčních úloh. Následně se práce zaměřuje také na jejich využití v ensemble metodách, zejména ve formě náhodných lesů. V závěrečné části jsou vybrané algoritmy aplikovány na reálná data s cílem porovnat jejich výkonnost v kontextu predikce bankrotu podniků.

Klíčová slova

strojové učení, modely strojového učení, rozhodovací stromy, kritéria dělení, ensemble metody, náhodné lesy, predikce finančních dat, bankrot podniků, analýza v Pythonu, machine learning, machine learning models, decision trees, splitting criteria, ensemble methods, random forests, prediction of financial data, corporate bankruptcy, Python analysis

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 5. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 26. 6. 2025
• Vedoucí: Mgr. Silvie Zlatošová, Ph.D.
• Oponent: Mgr. Ondřej Pokora, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Aplikovaná matematika / Finanční a pojistná matematika