Využití prediktivní analýzy dat při predikci Cash Flow a její začlenění do podnikového reportingu

Jan Jirásek

Master's thesis

Application of predictive analysis to predict Cash Flow and incorporating predicted values into corporate reporting

Abstract:

Hlavním cílem této práce je potvrdit hypotézu, že lze využít prediktivní analýzu a tvorbu predikčních modelů využívajících metod strojového učení pro predikci podnikového cash flow a následně začlenit predikované hodnoty do podnikového reportingu. Prvním z dílčích cílů je s využitím aplikace RStudio a programovacího jazyku R vytvořit řadu různých predikčních modelů a vyhodnotit pomocí které z metod strojového učení je dosahováno nejnižší chybovosti predikce. Druhým dílčím cílem prezentovat způsob, jakým lze vítězný model nasadit do produkčního prostředí a jak technicky zahrnout výsledky predikce po podnikového reportingu. Třetím dílčím cílem zopakovat předchozí proces za využití data science a machine learning platformy, konkrétně služby Azure Machine Learning od společnosti Microsoft. V závěru práce jsou oba přístupy porovnány. Výsledkem práce je funkční prototyp řešení pro predikci podnikového cash flow a začlenění výsledků predikce do podnikového reportingu.

Abstract:

The main goal of this thesis is to confirm the hypothesis that predictive analysis and predictive models based on machine learning can by successfully used to predict corporate cash flow and how predicted values can be additionally incorporated into corporate reporting solution. The first of the partial goals is to use RStudio application and programming language R to create a set of prediction models. These models are evaluated, and the best machine learning technique is selected based on the lowest model prediction error. The second partial goal is to find and present the way, how to publish the best performing model and include the predicted values into the corporate reporting solution. Third partial goal is to repeat previous process using data science and machine learning platform, specifically Azure Machine Learning from Microsoft. The conclusion presents comparison of these two different approaches. The result of the work is a functional prototype of a solution for cash flow prediction which is incorporating the prediction values into corporate reporting solution.

Keywords

Prediktivní analýza, cash flow, strojové učení, Microsoft Azure Machine Learning

Keywords

Predictive analysis, cash flow, machine learning, Microsoft Azure Machine Learning

Language used: Czech

Date on which the thesis was submitted / produced: 11. 2. 2020

Thesis defence

• Date of defence: 11. 6. 2021
• Supervisor: Iva Stanovská
• Reader: Monika Líkařová

Vysoká škola ekonomická v Praze

Master programme / field:
Aplikovaná informatika / Informační systémy a technologie