Please use this identifier to cite or link to this item: http://dspace.lib.uom.gr/handle/2159/25488
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΛιβάνης, Ευστράτιοςel
dc.contributor.authorΡιγάνη, Άνναel
dc.date.accessioned2021-06-09T06:52:12Z-
dc.date.available2021-06-09T06:52:12Z-
dc.date.issued2021el
dc.identifier.urihttp://dspace.lib.uom.gr/handle/2159/25488-
dc.descriptionΔιπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2021.el
dc.description.abstractΗ παρούσα διπλωματική εργασία πραγματοποιήθηκε για την απόκτηση του μεταπτυχιακού τίτλου σπουδών της Εφαρμοσμένης Λογιστικής και Ελεγκτικής. Η εργασία διαπραγματεύεται το, κατά την χρονική στιγμή της συγγραφής αυτής, ιδιαίτερα ενδιαφέρον από επιστημονικής και επιχειρηματικής πλευράς θέματος των τεχνικών της Τεχνητής Νοημοσύνης που βρίσκουν εφαρμογή στην χρηματοοικονομική ανάλυση και ελεγκτική. H εργασία ξεκινά με την καθιερωμένη βιβλιογραφική επισκόπηση που σκοπό έχει να αναδείξει τις υφιστάμενες πρακτικές στον κλάδο της Χρηματοοικονομικής και Ελεγκτικής αναφορικά με την Τεχνητή Νοημοσύνη. Στην συνέχεια ακολουθεί η παρουσίαση βασικών μεθόδων που χρησιμοποιούνται στην ανάπτυξη προβλεπτικών μοντέλων για την επίλυση προβλημάτων της δίτιμης ταξινόμησης (binary classification). Τα προηγούμενα βρίσκουν εφαρμογή μέσα από σχετική εμπειρική μελέτη με δεδομένα, η οποία υλοποιήθηκε με την χρήση κατάλληλου λογισμικού ανοικτού κώδικα και συγκεκριμένα της γλώσσας R και το πακέτο caret.el
dc.format.extent79el
dc.language.isoelen
dc.publisherΠανεπιστήμιο Μακεδονίαςel
dc.subjectΤεχνητή Νοημοσύνηel
dc.subjectΧρηματοοικονομική ανάλυσηel
dc.subjectΠιστωτικός κίνδυνοςel
dc.subjectClassificationen
dc.titleΕφαρμογές της τεχνητής νοημοσύνης στη χρηματοοικονομική ανάλυση και ελεγκτικήel
dc.typeElectronic Thesis or Dissertationen
dc.typeTexten
dc.contributor.departmentΠρόγραμμα Μεταπτυχιακών Σπουδών στην Εφαρμοσμένη Λογιστική και Ελεγκτικήel
Appears in Collections:ΠΜΣ Εφαρμοσμένη Λογιστική & Ελεγκτική (M)

Files in This Item:
File Description SizeFormat 
RiganiAnnaMsc2021.pdf1.06 MBAdobe PDFView/Open


Items in Psepheda are protected by copyright, with all rights reserved, unless otherwise indicated.