Dynamika a predikce cen kakaa a kávy – Bc. Eliška Pešková
Bc. Eliška Pešková
Diplomová práce
Dynamika a predikce cen kakaa a kávy
Anotace:
Cílem práce je identifikovat vývoj časových řad cen kakaa a kávy ve vztahu k ekonomickým, legislativním, technologickým a přírodním faktorům od roku 2004 až do roku 2024. Dílčím cílem práce je identifikovat postavení vybraných komodit a predikovat vývoj cen kakaa a kávy pro období leden a únor v roce 2025. Data použitá k výzkumu jsou veřejně dostupné informace a lze je nalézt na webových stránkách …víceAbstract:
The aim of the thesis is to identify the evolution of the time series of cocoa and coffee prices in relation to economic, legislative, technological and natural factors from 2004 to 2024. A sub-objective of the thesis is to identify the position of selected commodities and to predict the evolution of cocoa and coffee prices for the period January and February for the year 2025. The data used for the …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 9. 4. 2025
Identifikátor:
https://is.vstecb.cz/th/c10k9/
Obhajoba závěrečné práce
- Obhajoba proběhla 25. 6. 2025
- Vedoucí: Ing. Jakub Horák, MBA
- Oponent: M.A. Aneta Beranová
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola technická a ekonomická v Českých BudějovicíchVysoká škola technická a ekonomická v Českých Budějovicích
Magisterský studijní program / obor:
Podniková ekonomika / Podniková ekonomika - Ekonom výroby
Práce na příbuzné téma
-
Verification of binarised neural networks using ASP
Jindřich Matuška -
Explainability of neural networks via higher-level concepts
Stanislav Jurík -
Simulating drone automation in agriculture using neural networks
Jakub Valent -
Particle detection in electron microscopy images using neural networks
Roman Ďuriš -
Prostate Cancer Prediction with Graph Neural Networks
Štěpán Řihák -
Fast object detection on mobile platforms using neural networks
Tomáš Repák -
Predicting molecular structures from multi-stage MSn fragmentation trees using graph neural networks and DreaMS foundation model
Filip Jozefov -
Cell Tracking Using Mask R-CNN and Graph Neural Networks
Hynek Pavlacký