prikaz prve stranice dokumenta Predviđanje bankrota tvrtke modelima strojnog učenja
Rad nije dostupan
završni rad
Predviđanje bankrota tvrtke modelima strojnog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:849724
Šutalo, Karlo
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šutalo, K. (2022). Predviđanje bankrota tvrtke modelima strojnog učenja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:849724

Šutalo, Karlo. "Predviđanje bankrota tvrtke modelima strojnog učenja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:849724

Šutalo, Karlo. "Predviđanje bankrota tvrtke modelima strojnog učenja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:849724

Šutalo, K. (2022). 'Predviđanje bankrota tvrtke modelima strojnog učenja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:849724

Šutalo K. Predviđanje bankrota tvrtke modelima strojnog učenja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:849724

K. Šutalo, "Predviđanje bankrota tvrtke modelima strojnog učenja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:849724

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:849724
Podaci o radu
NaslovPredviđanje bankrota tvrtke modelima strojnog učenja
Naslov (engleski)Predicting company bankruptcy by machine learning models
AutorKarlo Šutalo
MentorMarin Golub (mentor)
Član povjerenstvaMarin Golub (predsjednik povjerenstva)
Član povjerenstvaAntonio Močinić (član povjerenstva)
Član povjerenstvaBojan Novković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-01, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Tema ovog rada je predviđanje bankrota tvrtke modelima strojnog učenja. Na početku je ukratko opisana povijest i podijela strojnog čcenja te problemi koji se rješavaju njime. Nakon toga, objašnjeni su modeli logističke regresije i naivnog bayesovog klasifikatora. Navedeni modeli koriste se kao implementacija iz alata Scikit-learn u sklopu praktičnog rada napisanog u jeziku Python. Napravljeno je i optimiranje parametara modela kako bi se poboljšale performanse. Rezultati modela prije i nakon optimizacije prikazani su grafički i tablično te je njihova usporedba napravljena na kraju 5. poglavlja.
Sažetak (engleski)
The topic of this paper is the prediction of company bankruptcy by machine learning models. At the beginning, the history and division of machine learning and the problems it solves are briefly described. After that, the models of logistic regression and the naive Bayesian classifier are explained. These models are used as an implementation of the Scikit-learn tool as part of a practical paper written in Python. Optimization of model parameters has also been done to improve performance. The results of the models before and after the optimization are presented graphically and tabularly and their comparison is made at the end of Chapter 5.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:849724
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-15 11:21:45