Predikce bankrotu firem s využitím machine learning – Adam Racl
Adam Racl
Master's thesis
Predikce bankrotu firem s využitím machine learning
Company bankruptcy prediction with machine learning
Abstract:
Využití metod strojového učení při vytváření spolehlivých modelů pro předpovídání úpadku podniků je zásadní v dnešním náročném ekonomickém prostředí. Výzkum, zaměřený na data ze zdravotnického průmyslu, ukázal, že složitější metody strojového učení jsou pro predikci úpadku vhodné. Komplexní algoritmy přinášejí lepší výsledky v dynamickém, vícefaktorovém prostředí finančního modelování. Metody gradient …moreAbstract:
The use of machine learning methods to create reliable models for predicting business failure is essential in today's challenging economic environment. Research focusing on data from the healthcare industry has shown that more complex machine learning methods are suitable for bankruptcy prediction. Complex algorithms provide better results in a dynamic, multi-factor financial modeling environment. …more
Language used: Czech
Date on which the thesis was submitted / produced: 7. 1. 2024
Identifier:
https://vskp.vse.cz/eid/91989
Thesis defence
- Date of defence: 29. 1. 2024
- Supervisor: Van Quang Tran
- Reader: Milan Fičura
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/91989
Vysoká škola ekonomická v Praze
Master programme:
Finance
Theses on a related topic
-
Financial Analysis of Siemens Group
Undral Munkh-Erdene -
Financial Analysis of the Selected Company
Maria Volzhina -
Fundamental analysis of top companies operating in the information technology sector
Delgermurun Gereltuya -
Development of Data Deduplication Model for National Oncology Registry
Jozef Kraus -
Multimodal predictive model for analysing news data
Petr Kadlec -
Application of Common Provenance Model for MLFlow
Vojtěch Jurka -
Ensemble model pro diagnostiku srdečních chorob
Olasunkanmi Julius Awotimehin -
Predikční model pro celkovou efektivitu zařízení
Jiří Horák