Monografia zawiera rzadko dotychczas prezentowane w literaturze polskojęzycznej problemy uczenia maszynowego. Obejmuje szeroki zakres metod i podejść, które prowadzą do wykorzystania wielowymiarowych danych masowych i metod uczenia statystycznego (maszynowego) w zagadnieniach optymalizacji decyzji, ze szczególnym naciskiem położonym na metody optymalizacji decyzji predykcyjnych podejmowanych na podstawie danych w postaci szeregów czasowych. Cenne i warte podkreślenia jest to, że w książce zebrano różne podejścia, konfrontując je z dorobkiem światowej literatury. Jednocześnie przeprowadzono wiele eksperymentów, co uwiarygodniło zarówno prezentowane metody, jak i dotychczasowe wyniki prac autorów monografii. Publikację można zatem uznać za cenny przyczynek badawczy zarówno w zakresie teoretycznego, jak i empirycznego rozwoju metod prognozowania opartych na podejściu algorytmicznym.
W monografii przedstawiono aktualny stan wiedzy na temat metod badań operacyjnych, które umożliwiają wspomaganie podejmowania decyzji w zakresie szeroko rozumianych finansów. Ponieważ we współczesnych gospodarkach powszechnie postępuje finansjalizacja oraz wzrasta rola rynków i instytucji finansowych, poruszana tematyka jest niezwykle istotna zarówno z punktu widzenia rozwoju badań naukowych, jak i zastosowań aplikacyjnych. W monografii scharakteryzowano wybrane, zwłaszcza wielokryterialne rozwiązania metodologiczne, które zilustrowano przykładami z polskiego rynku finansowego. Otrzymane wyniki potwierdzają przydatność wybranych narzędzi do analizy i optymalizacji procesów finansowych na różnych poziomach i w różnych podmiotach: w przedsiębiorstwach, bankach i innych instytucjach finansowych oraz na rynku kapitałowym i pieniężnym.
Bonito
O nas
Kontakt
Punkty odbioru
Dla dostawców
Polityka prywatności
Ustawienia plików cookie
Załóż konto
Sprzedaż hurtowa
Bonito na Allegro