SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

1 wynik

Książka

W koszyku

Zastosowania metod uczenia maszynowego i sztucznej inteligencji do wykrywania nieprawidłowości finansowych w przedsiębiorstwach / Joanna Wyrobek. - Wydanie I. - Warszawa : Poltext, 2023. - 250 stron : ilustracje, wykresy ; 24 cm.

Autor

Wyrobek Joanna

Forma i typ

Książki Publikacje fachowe Publikacje naukowe

Odbiorca

Biegli rewidenci Inwestorzy indywidualni Inwestorzy instytucjonalni Księgowi Przedsiębiorcy Urzędnicy

Temat

Analiza finansowa Przestępczość gospodarcza Spółki giełdowe Sprawozdawczość finansowa Sztuczna inteligencja Uczenie maszynowe Polska Stany Zjednoczone (USA)

Gatunek

Monografia

Dziedzina i ujęcie

Gospodarka, ekonomia, finanse Informatyka i technologie informacyjne

Bibliografia, netografia na stronach 243-250.

Dla przedsiębiorców, inwestorów, księgowych, biegłych rewidentów oraz organów nadzoru finansowego.

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 BWZ: XIII B 45

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 155044 N (1 egz.)

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 155045 N (1 egz.)