158660
Book
In basket
Przegląd wyników badań nad wykrywaniem manipulacji finansowych przedsiębiorstw 1.1. Tradycyjne modele wykrywania oszustw finansowych 1.1.2. Modele f-score — modele Dechow, Ge, Larsona i Sloana 1.1.3. Model Christensena, Paika i Williamsa 1.1.4. Model Armstronga, Jagolinzera i Larckera 1.1.5. Modele Beasleya 1.1.6. Modele Bonner, Palmrose i Young 1.1.7. Modele Brazela, Jonesa i Zimbelmana 1.1.8. Modele Richardsona, Tuny i Wu 1.1.9. Modele Ericksona, Hanlon i Maydewa 1.1.10. Modele Feng, Ge, Luo i Shevlina 1.1.11. Modele Hribara, Kraveta i Wilsona 1.1.12. Badania Price'a, Sharpa i Wooda 1113 Model Personsa s 1.1.14. Model Summersai Sweeneya iaj 1.1.15. Modele Kanapickiene oraz Grundiene ty. 11:16 Modele Yulana 1.117. Model Bella i Carcello 1118; Modele Spathisa 1.1.19. Modele Spathisai innych 1.2. Wyniki wcześniejszych badań wykorzystujących algorytmy typu black box Największe przestępstwa finansowe XX i XXI w. 2.1. Lista amerykańskich spółek, które stały się sprawcami największych przestępstw finansowych XX i XXI w. 6 Zastosowania metod uczenia maszynowego i sztucznej inteligencji do wykrywania... 2.2. Mechanizmy działania spółek istotne dla badań nad manipulowaniem sprawozdaniem finansowym 2.3. Mechanizmy manipulacji stosowane przez amerykańskie spółki giełdowe objęto badaniem Budowa własnych modeli wykrywania manipulacji finansowych 3.1. Źródło danych i opis metody badawczej 3.2. Opis algorytmów uczenia maszynowego 3.2.3. Drzewa decyzyjne klasyfikacyjne i regresyjne CART 5.2.4 Losowy las decyzyjny 3.2.5 Metoda wektorów nośnych 3.2.6. Liniowa analiza dyskryminacyjna 3.2.7 Wzmacnianie gradientowe 3.2.8. Estymacja regresji metodą procesów Gaussowskich 3.2.9 Głębokie sieci neuronowe 3.3. Wyniki uczenia algorytmów opartych na największych przestępstwach finansowych XX w. 3.3.1. Regresja logistyczna 3.3.2 Drzewo decyzyjne 3.3.3. XGBoost 3.3.4. Losowy las drzew decyzyjnych 5.3.3 Głęboka sieć neuronowa 3.3.6. Naiwne wnioskowanie Bayesowskie 3.3.7. Liniowa analiza dyskryminacyjna 3.3.8. Metoda wektorów nośnych 3.4. Ocena porównawcza skuteczności wykorzystanych modeli
Sygnatura czytelni BMW: XII G 33 @@
Media files:
Availability:
Wypożyczalnia
There are copies available to loan: sygn. 155044 N (1 egz.)
Biblioteka Międzywydziałowa
Copies are only available in the library: sygn. 155045 N (1 egz.)
Notes:
Bibliography, etc. note
Bibliografia, netografia na stronach 243-250.
Target audience note
Dla przedsiębiorców, inwestorów, księgowych, biegłych rewidentów oraz organów nadzoru finansowego.
Funding information note
Współfinansowanie: Uniwersytet Ekonomiczny (Kraków)
The item has been added to the basket. If you don't know what the basket is for, click here for details.
Do not show it again

Deklaracja dostępności