prikaz prve stranice dokumenta Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica
No public access
master's thesis
Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:017098
Nekić, Ante
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Nekić, A. (2021). Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:017098

Nekić, Ante. "Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:017098

Nekić, Ante. "Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:017098

Nekić, A. (2021). 'Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 08 August 2024, https://urn.nsk.hr/urn:nbn:hr:168:017098

Nekić A. Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 August 08] Available at: https://urn.nsk.hr/urn:nbn:hr:168:017098

A. Nekić, "Model strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:017098

Metadata
TitleModel strojnog učenja za procjenu visokodimenzionalnih korelacijskih matrica
Title (english)A Machine Learning Model for Estimating High-dimensional Correlation Matrices
AuthorAnte Nekić
MentorZvonko Kostanjčar (mentor)
Committee memberZvonko Kostanjčar (predsjednik povjerenstva)
Committee memberDražen Jurišić (član povjerenstva)
Committee memberTomislav Petković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-02-26, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Matrice korelacije se koriste za opis međusobne povezanosti varijabli. Problem kod njih nastaje kada je broj varijabli kojima određujemo korelaciju slične veličine kao i broj dostupnih uzoraka mjerenja po varijabli. Standardne metode procjene stvarne korelacije prestaju davati povjerljive rezultate, te moramo pronaći način kako da ih ispravimo. U ovom radu ću se baviti navedenom tematikom korištenjem metoda iz familije modela „Analiza glavnih komponenti“ ili na engleskom „Principal component analysis“, često zvana skraćenim nazivom „PCA“. Navedenim metodama ću ispitati svojstvo procjene i primijeniti ću ih u problemu optimizacije portfelja vrijednosnica.
Abstract (english)
Correlation matrix describes the relation between measured variables. When number of available data points we gather are similar in size or larger than the number of variables we have, the traditional correlation matrix estimation fails to give good results and we need to improve it. In this thesis we used low-rank plus sparse method alternating direction method of multipliers for correlation matrix estimation from the family of Principal component analysis models. Quality of estimation is tested on synthetic data generated via multivariate normal and student’s t-distribution with several ratios of number of data points and variables. We test our method by constructing minimal variance portfolio and compare it with other methods of estimation.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:017098
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 13:19:03