- бизнес-книги
- детские книги
- дом, дача
- зарубежная литература
-
знания и навыки
- изучение языков
- компьютерная литература
- научно-популярная литература
- словари, справочники
-
учебная и научная литература
- безопасность жизнедеятельности
- военное дело
- гуманитарные и общественные науки
- естественные науки
- задачники
- монографии
- научные труды
- практикумы
- прочая образовательная литература
- сельское и лесное хозяйство
-
технические науки
- высокие технологии
- горное дело
- информатика и вычислительная техника
- конструкции
- легкая промышленность
- материаловедение
- машиностроение
- нормативная документация
- общетехнические дисциплины
- основы производства
- пищевая промышленность
- приборостроение
- проектирование
- промышленность
- радиоэлектроника
- строительство
- техническая литература
- технологии металлов
- транспорт
- химическая технология
- эксплуатация промышленного оборудования
- энергетика
- учебники и пособия для вузов
- учебники и пособия для ссузов
- учебно-методические пособия
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Е. А. Федорова — Модели прогнозирования банкротства предприятий: алгоритм ансамбля классификаторов
Понравилась книга? Поделись в соцсетях:
Автор: Е. А. Федорова
Издатель: Синергия
Год: 2018
Описание: Цель исследования – построение ансамбля классификаторов для прогнозирования банкротства российских предприятий. Эмпирическая база исследования включает 713 торговых компании (334 – банкроты). На основе количественных характеристик ROC-кривых и показателей прогностической способности моделей отбираются наиболее эффективные алгоритмы, формирующие ансамбль классификаторов. Доказана эффективность применения ансамбля классификаторов на основе голосования (точность метода превышает точность других алгоритмов классификации – метод случайных лесов, нейронная сеть, метод опорных векторов, логистическая регрессия и др.). Показано, что добавление макроэкономических факторов улучшает прогностическую способность почти всех методов до 8%.