Klasifikace ekonomických subjektů

Popelková, Nikol

dc.contributor.advisor	Hájek, Petr	cze
dc.contributor.author	Popelková, Nikol
dc.date.accessioned	2009-07-03T10:14:26Z
dc.date.available	2009-07-03T10:14:26Z
dc.date.issued	2009
dc.identifier	Univerzitní knihovna (sklad)	cze
dc.identifier.uri	http://hdl.handle.net/10195/33864
dc.description.abstract	V bakalářské práci jsou definované základní pojmy, mezi které patří fuzzy logika, fuzzy množina, neuronové sítě a klasifikační problém. V další části práce je realizováno modelování bonity obcí, ratingu podniků a bonity zákazníků pomocí fuzzy logických neuronových sítí. Jsou navrženy a analyzovány modely fuzzy logických neuronových sítí na ohodnocování bonity obcí. Výsledky jsou porovnány s modely dopředných neuronových sítí. Navržené modely jsou verifikovány v programovém prostředí Nefclass a v programovém prostředí Weka. Vstupní data těchto modelů jsou předzpracována k dosažení vhodných výsledků. Výsledkem navržených modelů je klasifikace obcí do tříd.	cze
dc.format	54 s., 6 s. příloh	cze
dc.format.extent	2647380 bytes	cze
dc.format.mimetype	application/pdf	cze
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Bez omezení	cze
dc.subject	fuzzy logika	cze
dc.subject	fuzzy množiny	cze
dc.subject	neuronové sítě	cze
dc.subject	Klasifikace	cze
dc.subject	perceptron	cze
dc.subject	fuzzy logic	eng
dc.subject	fuzzy sets	eng
dc.subject	Neural Networks	eng
dc.subject	Classification	eng
dc.subject	perceptron	eng
dc.title	Klasifikace ekonomických subjektů	cze
dc.title.alternative	Classification of economics subjects	eng
dc.type	bakalářská práce	cze
dc.date.accepted	2009	cze
dc.description.abstract-translated	There are defined basic concepts, including fuzzy logic, fuzzy set, neural networks and classification problems. In other parts of the bachelor work the modeling of municipal creditworthiness, business credit rating and creditworthiness of customers is realized using fuzzy logic neural networks. There are designed and analyzed models of fuzzy logic neural networks for the classification of the economic subjects according to their creditworthiness. The results are compared with models of feed-forward neural networks. The proposed models are verified in the programming environments Nefclass and WEKA. Input data of these models are appropriately preprocessed to achieve the results. The result of the proposed models is the classification of subjects into classes.	eng
dc.description.department	Ústav systémového inženýrství a informatiky	cze
dc.thesis.degree-discipline	Regionální a informační management	cze
dc.thesis.degree-name	Bc.	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta ekonomicko-správní	cze
dc.identifier.signature	D19972	cze
dc.identifier.signature	D19972
dc.thesis.degree-program	Systémové inženýrství a informatika	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze