- Autor
- Stańczuk Julita (Zachodniopomorski Uniwersytet Technologiczny w Szczecinie), Trojczak-Golonka Patrycja (Zachodniopomorski Uniwersytet Technologiczny w Szczecinie)
- Tytuł
- Analiza jakości klasyfikacji obiektów z niekompletnymi danymi z wykorzystaniem sieci neuronowych
Analysis of the Quality of Economic Object Classification with Incomplete Data Using Neural Networks - Źródło
- Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 298-305, bibliogr. 2 poz.
Research of Wrocław University of Economics - Tytuł własny numeru
- Klasyfikacja i analiza danych - teoria i zastosowania
- Słowa kluczowe
- Klasyfikacja, Sieci neuronowe
Classification, Neural networks - Uwagi
- streszcz., sum.
- Abstrakt
- Celem artykułu jest przedstawienie znaczenia informacji opisowej dla klasyfikacji przedsiębiorstw notowanych na GPW w Warszawie, a dokładniej możliwości wystąpienia braków, danych zaszumionych czy celowej redukcji liczby zmiennych. Istotne jest to, w jaki sposób pogorszenie tej jakości wpływa na efektywność klasyfikacji, a więc przede wszystkim na liczbę przedsiębiorstw poprawnie zaklasyfikowanych do poszczególnych grup (z wykorzystaniem ratingu). Próbę badawczą tworzą przedsiębiorstwa notowane na GPW, dane natomiast pochodzą z ich sprawozdań finansowych. W badaniu wykorzystano sieci neuronowe umożliwiające m.in. klasyfikację obiektów. Posłużono się wcześniejszymi badaniami do porównania otrzymanych wyników.(abstrakt oryginalny)
The aim of the article is presenting the importance of descriptive information for the classification of companies listed on the Warsaw Stock Exchange, and more the possibility of missing data, corrupted by noise variables or deliberate reduction the number of variables. It is essential how the deterioration in the quality of input data affects the efficiency of classification - the number of companies correctly classified into particular groups (classification using rating). Companies listed on the WSE are creating research material, while the data are derived from their accounts. In the article artificial neural networks are used, which allow inter alia objects classification. Previous analysis are used to compare the results obtained with the classification using the complete information about the companies.(original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Pełny tekst
- Pokaż
- Bibliografia
-
- Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. (red.), Biocybernetyka i inżynieria biomedyczna. Sieci neuronowe, Akademicka Oficyna Wydawnicza ELIT, Warszawa 2000.
- Stańczuk J., Trojczak-Golonka P., Wpływ zróżnicowania zbiorów atrybutów i procesu walidacji na efektywność klasyfikacji przedsiębiorstw przy wykorzystaniu sieci neuronowych, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 17, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2010.
- Cytowane przez
- ISSN
- 1899-3192
1505-9332 - Język
- pol
