Závěrečná práce: Bc. Dušana Maliňáková: Využití machine learning ve finančních institucích
Diplomová práce
Využití machine learning ve finančních institucích
The use of machine learning in financial institutions
Anotace
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. …více
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.
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 analysisZadání práce
16. 5. 2025 16:37, Mgr. Silvie Zlatošová, Ph.D., učo 175424
slovenština
Literatura
- LÓPEZ DE PRADO, Marcos Mailoc. Advances in financial machine learning. Hoboken, N.J.: Wiley, 2018, xxi, 366. ISBN 9781119482086.
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Detekce pojišťovacích podvodů pomocí technik strojového učení
Bc. Barbora Vařeková -
Matematické modelování usage-based pojištění
Bc. Filip Šajtlava -
Gradientní boosting rozhodovacích stromů
Bc. Oskar Klíma -
Rozhodovací stromy a jejich zobecnění
Mgr. Markéta Barać Makarová, učo 468063 -
Modelování vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.
Ing. Mgr. Hana Mlčochová, učo 484451 -
Predikce substrátové specificity haloalkan dehalogenáz s využitím strojového učení
Mgr. Michal Bubeník -
Machine Learning-Based Train Delay Prediction
Bc. Martin Murár -
Sborové učení pro klasifikaci obrazových dat
Mgr. Tereza Škvařilová
Složky
Soubory
-
Přidání souboru
Soubor nebo složku lze nahrát pomocí tlačítka Přidat. -
Další operace se soubory
Podrobnosti lze zjistit označením příslušného řádku. -
Pohled pro experty
Pro častou práci je možné zvolit režim Více možností. -
Vyhledávání souborů
Vyhledávaný výraz můžete zadat přímo do adresního řádku. -
Rychlý přístup k souborům
Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.