Metrika

  • citati u SCIndeksu: [7]
  • citati u CrossRef-u:[6]
  • citati u Google Scholaru:[]
  • posete u poslednjih 30 dana:17
  • preuzimanja u poslednjih 30 dana:15

Sadržaj

članak: 6 od 28  
Back povratak na rezultate
2017, vol. 3, br. 1, str. 92-101
Primena kvantitativnih metoda u predviđanju poslovanja privrednih društava
aVisoka škola modernog biznisa, Beograd
bTC Medaković, Beograd
cUniverzitet Privredna akademija u Novom Sadu

e-adresaslobodan.stanojevic@mbs.edu.rs
Sažetak
Predikcija poslovanja privrede Srbije je od velike važnosti za investicione aktivnosti, koje su generator rasta i razvoja ekonomije jedne zemlje. Zvanično obelodanjeni podaci o rezultatima poslovanja privrede Srbije su potrebna i dovoljna osnova za sušastvenu analizu finansijskih izveštaja u domenu predikcije, kao i detektovanja potencijalnih gubitaša versus dobitaša u privredi. U prilogu je izvršena analiza ključnih salda računa bilansa uspeha, koji prediktivno detektuju privredna društva na gubitaše ili dobitaše, primenom vetačke inteligencije tj. mašinskog učenja (Data Mininga). Kvantitativna analiza putem mašinskog učenja se odnosi na bilanse uspeha i stanja, preciznije respektivnih salda računa bilansa uspeha na reprezentativnom uzorku od oko 600 privrednih društava, koja su podvrgnuta analizi sa singnifikantnim rezultatima apsolutne tačnosti.
Reference
Breiman, L., Friedman, J.H., Olshen, R.A., Stone, C.J. (1984) Classification and regression trees. Belmont: Wadsworth
Chercassky, V., Mučier, F.M. (2007) Learning from data: Concept, theory and mehods. John Wiley, 2ed
Farlov, S. (1984) Self-organizing methods in modeling: GMDH ture algorithm. Taylor and Francis
Forsyth, R., ur. (1989) Machine learning: Principles and techniques. London: Chapman and Hall
Gilad-Bachrach, R., Navot, A., Tishby, N. (2006) Large Margin Principles for Feature Selection. u: Guyon, Isabelle; Nikravesh, Masoud; Gunn, Steve; Zadeh, Lotfi A. [ur.] Feature extraction, foundations and applications, Berlin, Heidelberg: Springer Nature, str. 585-606
Gilad-Bachrach, R., Navot, A., Tishby, N. (2004) Margin based feature selection - theory and algorithms. u: Twenty-first international conference on Machine learning - ICML '04, New York, New York, USA: Association for Computing Machinery (ACM), str. 43
Han, J., Camber, M. (2000) Data mining concepts and techniques. San Diego, USA: Morgan Kaufman
Hart, A. (1989) Machine induction as a form of knowledge acquisition in knowledge engineering. u: Forsyth R. [ur.] Machine learning: Principles and techniques, London: Chapman and Hall
Haussler, D. (1990) Probably approximately correct learning. u: National Conference on Artificial Intelligence (8th), Morgan Kaufmann, pages 1101-1108
Kantardzic, M. (2013) Data mining: Concepts, models, methods, and algorithms. Willey
Kirkos, E., Spathis, C., Manolopoulos, Y. (2007) Data Mining techniques for the detection of fraudulent financial statements. Expert Systems with Applications, 32(4): 995-1003
Kohavi, R. (1995) A study of cross-validation and bootstrap for accuracy estimation and model selection. u: Proc. of International Joint Conference on Artificial Intelligence
Kothari, S.P., Lester, R. (2012) The Role of Accounting in the Financial Crisis: Lessons for the Future. Accounting Horizons, 26(2): 335-351
Quinlan, J.R., Cameron-Jones, R.M. (1995) Induction of logic programs: FOIL and related systems. New Generation Computing, 13(3-4): 287-312
Stanojević, Lj., Kaludjerović, N., Brzaković, T., Stanojević, S. (2015) Detecting hidden losses in the financial statements: Case of Serbia. International Journal of Business and Social Science, 6(4); 125-132
WB DataBank (2013) IMF World economic outlook database
Witten, I.H., Frank, E. (2005) Data mining: Practical machine learning tools and techniques with java implementations. San Francisco, CA, itd: Morgan Kaufmann
 

O članku

jezik rada: srpski
vrsta rada: pregledni članak
DOI: 10.5937/Oditor1701092S
objavljen u SCIndeksu: 13.07.2018.

Povezani članci

Ekonomika poljoprivrede (2017)
Primena diskriminacione analize u izboru tipova zemljišta
Damnjanović Radovan, i dr.

Oditor (2017)
Elementi multivarijantne analize kriminaliteta na oskudnim skupovima
Jeremić Dejan, i dr.

Vojnotehnički glasnik (2003)
Matematičko modeliranje induktivnog mašinskog učenja
Miškovic Vladislav

prikaži sve [14]