04039ntm a22005417i 4500 000536585 CZ-PrVSE 20171026214149.0 m d cr n|||||||||| 171026s2017 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Řičař, Michal ISIS:5699 dis Scoring Models of Economic Agents eng Sorcingové modely ekonomických agentů / Michal Řičař 2017 ?? stran : digital, PDF soubor Vedoucí práce: Roman Hušek Disertační práce (Ph.D.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2017 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2017 Scoringové modely slouží ke kvantifikaci pravděpodobnosti nastání určité údálosti, zpravidla negativní. Tím mohou bý použity i k hodnocení ekonomických agentů, neboť vyčíslená pravděpobnost umožňuje posoudit, kam lze daný subjekt zařadit do jaké skupiny či segementu. Modeling scoringu je v současné době rozsáhlý obor, v němž se využívají rozličné optimalizační techniky za využití statistical machine learning. Jelikož je problematika scoringu komplexní s přesahy do více polí současně, je vhodné se podrobně věnovat souvstažnostem a důsledkům jednotlivých přístupů, metod a technik odhadu a optimalizace. Jelikož současná literatura tento vhled nenabízí, je tato problematika o to významnější. Dalším problematickým aspektem současné scoringové teoretické roviny je také to, že nenabízí souhrnný ekonometrický test k verifikaci stability a výkonnosti. Výzkumná práce tak cílí na tato klíčová místa a v kontextu vysvětluje souvislosti metod za využití rozsáhlých datových vzorků k modelingovým ilustracím. Zdůvodnění a odvození logistické regrese za transformace Weight of Evidence, rozhodovacích stromů s boostingem či random forests anebo neuronové sítě jsou zásadními pilíři výzkumu. Odvozený algoritmus v podobě Testu relevance výkonnosti za využití statistical machine learning čerpá z uvedených skutečností a lze jej považovat za překryv několika technik, data mining, segmentace či optimaliazce odhadu. Důraz je kladen nejen na schopnost separace, rozlišení jednotlivých agentů, také však na jejich správné ohodnocení, tehdy do modelingu vstupuje další vrstva v podobě makroekonomické komponenty. Na základě další vrstvy lze modeling kvalitativně posunout do roviny zvýšené flexibility i kvality výsledků za současné reflexe ekonomické kondice dané ekonomiky či portfolia, na němž je scoringový model odha Způsob přístupu: Internet ekonometrie a operační výzkum [obor disert. práce] disertace fd132024 czenas dissertations eczenas overfitting big datagistická regrese weight of evidence lologistická regrese Scoring machine learning Hušek, Roman, 1936-2022 jk01043337 ths Kodera, Jan jx20050428029 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/62369/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/62369 Hlavní práce https://insis.vse.cz/zp/62369/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/62369/posudek/oponent/54394 Oponentura https://insis.vse.cz/zp/62369/posudek/oponent/54395 Oponentura https://insis.vse.cz/zp/62369/podrobnosti dc:identifier NEPOSILAT VSKP vse62369 171026 62369