Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций монография
Монография посвящена общим принципам совершенствования нейросетевых методов моделирования диагностики и прогнозирования вероятности риска банкротств корпораций применительно к сложным условиям моделирования: неполноты, неточности и неопределённости в данных. Впервые рассмотрены вопросы байесовской р...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | Книга |
| Темы: | |
| Online-ссылка: | Перейти к просмотру издания |
| Метки: |
Добавить метку
Нет меток, Требуется 1-ая метка записи!
|
| LEADER | 05582nam0a2200457 4500 | ||
|---|---|---|---|
| 001 | RU/IPR SMART/94471 | ||
| 856 | 4 | |u https://www.iprbookshop.ru/94471.html |z Перейти к просмотру издания | |
| 801 | 1 | |a RU |b IPR SMART |c 20250903 |g RCR | |
| 010 | |a 978-5-907003-09-5 | ||
| 205 | |a Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций |b 2027-07-01 | ||
| 333 | |a Гарантированный срок размещения в ЭБС до 01.07.2027 (автопролонгация) | ||
| 100 | |a 20250903d2018 k y0rusy01020304ca | ||
| 105 | |a y j 000zy | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 200 | 1 | |a Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций |e монография |f С. А. Горбатков, С. А. Фархиева, И. И. Белолипцев |g под редакцией С. А. Горбаткова | |
| 700 | 1 | |a Горбатков, |b С. А. |4 070 | |
| 701 | 1 | |a Фархиева, |b С. А. |4 070 | |
| 701 | 1 | |a Белолипцев, |b И. И. |4 070 | |
| 702 | 1 | |a Горбаткова, |b С. А. |4 340 | |
| 330 | |a Монография посвящена общим принципам совершенствования нейросетевых методов моделирования диагностики и прогнозирования вероятности риска банкротств корпораций применительно к сложным условиям моделирования: неполноты, неточности и неопределённости в данных. Впервые рассмотрены вопросы байесовской регуляризации нейросетевых моделей в условиях отсутствия априорных сведений о виде закона распределения шумов в данных, оценки адекватности нейросетевых моделей на основе последовательного принципа Вальда, оптимального выбора системы показателей для спецификации нейросетевой модели, сокращения размерности факторного пространства, предобработки данных, агрегирования комплексных количественных и качественных показателей для их введения в нейросетевую модель с помощью нечетких методов. Разработан на основе системных методов кибернетики концептуальный базис нейросетевого моделирования, на основе которого предложено 6 оригинальных методов построения нейросетевых моделей банкротств и мониторинга финансового состояния корпораций в задачах обеспечения их экономической безопасности. Центральным методом из них является нейросетевой логистический динамический метод с непрерывным временем, позволяющий получать прогноз для любого момента времени в пределах действия кредитного договора. Теоретические положения подробно иллюстрируются на ряде прикладных задач. Материал книги на 90% оригинален и обобщает опыт многолетних исследований авторов по указанной проблематике. Монография предназначена для студентов, магистрантов и преподавателей широкого круга специальностей информационного и экономического профиля вузов, а также научных работников, проявляющих интерес к проблемам нейросетевого моделирования в сфере экономики в условиях высокой неопределенности. | ||
| 210 | |a Москва |c Прометей |d 2018 | ||
| 610 | 1 | |a нейросетевой метод | |
| 610 | 1 | |a нечеткий метод | |
| 610 | 1 | |a метод моделирования | |
| 610 | 1 | |a диагностика банкротства | |
| 610 | 1 | |a прогнозирование банкротства | |
| 610 | 1 | |a банкротство корпорации | |
| 610 | 1 | |a нeйpосeтeвая модель | |
| 610 | 1 | |a реструктуризация долга | |
| 610 | 1 | |a принцип Вальда | |
| 610 | 1 | |a байесовская регуляризация | |
| 675 | |a 65.0 | ||
| 686 | |a 65.290 |2 rubbk | ||
| 300 | |a Книга находится в премиум-версии IPR SMART. | ||
| 106 | |a s | ||
| 230 | |a Электрон. дан. (1 файл) | ||
| 336 | |a Текст | ||
| 337 | |a электронный | ||
| 503 | 0 | |a Доступна эл. версия. IPR SMART | |
| 215 | |a 372 с. | ||