Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций, Горбатков С.А., Фархиева С.А., Белолипцев И.И., 2018

По кнопке выше «Купить бумажную книгу» можно купить эту книгу с доставкой по всей России и похожие книги по самой лучшей цене в бумажном виде на сайтах официальных интернет магазинов Лабиринт, Озон, Буквоед, Читай-город, Литрес, My-shop, Book24, Books.ru.

По кнопке «Купить и скачать электронную книгу» можно купить эту книгу в электронном виде в официальном интернет магазине «ЛитРес», и потом ее скачать на сайте Литреса.

По кнопке «Найти похожие материалы на других сайтах» можно искать похожие материалы на других сайтах.

On the buttons above you can buy the book in official online stores Labirint, Ozon and others. Also you can search related and similar materials on other sites.

Ссылки на файлы заблокированы по запросу правообладателей.

Links to files are blocked at the request of copyright holders.


Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций, Горбатков С.А., Фархиева С.А., Белолипцев И.И., 2018.

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.

Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций, Горбатков С.А., Фархиева С.А., Белолипцев И.И., 2018



ВВЕДЕНИЕ.

Объектом исследования в монографии являются банковские кредитные технологии, функционирующие в условиях неопределенности. Методологической основой исследования является разработанный на базе системного подхода концептуальный базис моделирования банкротств. Теоретической основой монографии являются оригинальные методы и алгоритмы, реализующие идеи концептуального базиса. Предметом исследования в работе являются нейросетевые методы и нечеткие алгоритмы построения моделей диагностики и динамического прогнозирования стадий развивающегося процесса банкротства корпораций — заемщиков.

СОДЕРЖАНИЕ.

СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ.
ВВЕДЕНИЕ.
ГЛАВА 1. Системный подход к разработке нейросетевых и нечетких моделей диагностики и прогнозирования банкротств корпораций в условиях априорной непараметрической неопределенности.
ГЛАВА 2. Разработка концептуального базиса нейросетевого моделирования банкротств на основе общесистемных законов.
ГЛАВА 3. Статический и динамический нейросетевые логистические методы построения моделей диагностики и прогнозирования банкротств при неполных данных, регуляризация моделей.
ГЛАВА 4. Нейросетевой алгоритм кластеризации с селекцией признаков и байесовской регуляризацией для задач оценки банкротств.
ГЛАВА 5. Алгоритмы нечеткого агрегирования экзогенных переменных и введения качественного «поведенческого» фактора в нейросетевые модели банкротств.
ГЛАВА 6. Разработка управленческих решений о выдаче кредитов и реструктуризации кредитной задолженности на основе разработанных нейросетевых и нечетких моделей банкротств.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ.
ПРИЛОЖЕНИЯ.

Купить .
Дата публикации:






Теги: :: :: :: ::


Следующие учебники и книги:
Предыдущие статьи:


 


 

Книги, учебники, обучение по разделам




Не нашёл? Найди:





2024-11-04 18:17:02