BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Witkowska Dorota
Tytuł
Wykorzystanie algorytmu wstecznej propagacji błędów do klasyfikacji wniosków kredytowych
Źródło
Przegląd Statystyczny, 1999, vol. 46, z. 3, s. 315-326, bibliogr. 14 poz.
Statistical Review
Słowa kluczowe
Ocena zdolności kredytowej, Zdolność kredytowa, Sieci neuronowe
Credit rating, Credit capacity, Neural networks
Abstrakt
W pracy przedstawiono wyniki badań dotyczących aplikacji algorytmu wstecznej propagacji błędów do oceny wniosków kredytowych. W badaniach wykorzystano dane pochodzące z 75 wniosków kredytowych firm ubiegających się o przyznanie kredytu na działalność bieżącą. Badania empiryczne stały się próbą symulacji decyzji podjętych przez inspektorów kredytowych, a nie oceny zdolności kredytowych analizowanych przedsiębiorców.
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Baetge J., Krause C, The Classification of Companies by Means of Neural Networks. Journal of Information Science and Technology, 3, 1, Oct. 1993, 96 — 112.
  2. Góralczyk A., Perceptron wielowarstwowy i sieci Hopfielda w analizie zdolności kredytowej klientów instytucjonalnych Banku Przemysłowego S.A., praca magisterska napisana w Uniwersytecie Łódzkim pod kierunkiem D. Witkowskiej, Łódź 1997.
  3. Hertz J., Krogh A., Palmer R.G., Wstęp do teorii obliczeń neuronowych, WNT, Warszawa 1995.
  4. Korbicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe — podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
  5. Masters T., Sieci neuronowe w praktyce, WNT, Warszawa 1996.
  6. Odom M.D., Sharda R., A Neural Network Model for Bankruptcy Prediction, [w:] Trippi R.R., Turban ?., ed., Neural Networks in Finance and Investing, Probus Publishing Company, Chicago — London, 1993,177-185.
  7. Osowski S., Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996.
  8. Raghupathi W., Schkade L.L., Raju B.S., A Neural Network Appraoch to Bankruptcy Precition, [w:] Trippi R.R., Turban E., ed., Neural Networks in Finance and Investing, Probus Publishing Company, Chicago-London, 1993, 141-158.
  9. Rahimian E., Singh S., Thammachote T., Virmani R., Bankruptcy Precition by Neural Network, [w:] Trippi R.R., Turban E., ed., Neural Networks in Finance and Investing, Probus Publishing Company, Chicago-London, 1993, 159-176.
  10. Rehkugler H., Schmidt-von Rhein A., Kreditwurdigkeitsanalyse und Prognose fur Privatkundenkredite Mittels Statischer Methoden und Kunstlicher Neuronaler Netze. Eine empirisch-vergleichende Studie, Bambarger Betriebswirtschaftliche Beitrage, Otto Friedrich Universität, Bamberg, discussion paper 93/1993.
  11. Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza R.M., Warszawa 1993.
  12. Wilson R.L., Sharda R., Bankruptcy Prediction Using Neural Networks. Decision Support Systems, 11, 1994,545-557.
  13. Witkowska D., Analiza wniosków kredytowych za pomocą algorytmu wstecznej propagacji błędu, [w:] Sztuczna Inteligencja i Inżynieria Finansowa, CIR 12'97, Siedlce—Warszawa 1997, 235—242.
  14. Żurada J., Barski M., Jędruch W., Sztuczne sieci neuronowe, Podstawy teorii i zastosowania, PWN, Warszawa 1996.
Cytowane przez
Pokaż
ISSN
0033-2372
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu