About: Návrh modelu hodnocení podnikové finanční situace     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Obsah příspěvku se zabývá možnostmi automatizovaného vyhodnocování finanční situace podniku a to za pomoci využití přístupů z oblasti umělé inteligence. Jak z klasických přístupů vyplývá, klíčová je prvotní analýza jednotlivých finančních ukazatelů podniku. Vyhodnocování finančních ukazatelů ve výsledku vede k výraznému omezení podnikatelských rizik a umožňuje v dlouhodobém horizontu zajistit finanční stabilitu podniku. Obzvláště Zejména u menších podniků je to velmi palčivý problém, zejména pokud podnik nedisponuje finačním expertem. Neboť analýza někdy velmi mnoha faktorů, dílčích finančních ukazatelů, je i pro odborníka v dané oblasti náročná, je vhodné použít přístupu tuto činnost usnadňující. Jako dobrou volbou se jeví nasazení neuronové sítě na jejímž výstupu je aproximované řešení vypovídající o finančním stavu podniku. Takto lze řešit jednoznačné případy avšak mnohdy časově náročné na vyhodnocení expertem. Před vlastní klasifikací je potřeba naučit neuronovou síť na vhodných datech. Pak je
  • Obsah příspěvku se zabývá možnostmi automatizovaného vyhodnocování finanční situace podniku a to za pomoci využití přístupů z oblasti umělé inteligence. Jak z klasických přístupů vyplývá, klíčová je prvotní analýza jednotlivých finančních ukazatelů podniku. Vyhodnocování finančních ukazatelů ve výsledku vede k výraznému omezení podnikatelských rizik a umožňuje v dlouhodobém horizontu zajistit finanční stabilitu podniku. Obzvláště Zejména u menších podniků je to velmi palčivý problém, zejména pokud podnik nedisponuje finačním expertem. Neboť analýza někdy velmi mnoha faktorů, dílčích finančních ukazatelů, je i pro odborníka v dané oblasti náročná, je vhodné použít přístupu tuto činnost usnadňující. Jako dobrou volbou se jeví nasazení neuronové sítě na jejímž výstupu je aproximované řešení vypovídající o finančním stavu podniku. Takto lze řešit jednoznačné případy avšak mnohdy časově náročné na vyhodnocení expertem. Před vlastní klasifikací je potřeba naučit neuronovou síť na vhodných datech. Pak je (cs)
  • Content of the article deals with possibilities of computerized evaluation of company financial situation by using artificial intelligence procedures. Classical conception implies that most important factor is the primary analysis of company financial indicators. The evaluation of financial indicator leads to strong limitation of enterprise risk and makes possible to ensure company financial stability. Especially for smaller companies it is a very serious problem, particularly if the company doesn't have financial expert. Someting the analysis can consist of many factors that even experts have problems to solve. In this case it is proper to use some concepts to make this activity easier. The neural network seems to be a good choice predicative situation evaluation, the neural network output approximated financial status of company. By using this way it's possible to solve clear cases which are time-consuming for expert. Before the true classification it's necessary to teach the neural network on pr (en)
Title
  • Návrh modelu hodnocení podnikové finanční situace
  • Návrh modelu hodnocení podnikové finanční situace (cs)
  • Draft of Financial Situation Assessment Model Using (en)
skos:prefLabel
  • Návrh modelu hodnocení podnikové finanční situace
  • Návrh modelu hodnocení podnikové finanční situace (cs)
  • Draft of Financial Situation Assessment Model Using (en)
skos:notation
  • RIV/62156489:43110/07:00113817!RIV08-MSM-43110___
http://linked.open.../vavai/riv/strany
  • 76;77
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • Z(MSM6215648904)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 436404
http://linked.open...ai/riv/idVysledku
  • RIV/62156489:43110/07:00113817
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • financial situation; company; klassification; decision making; expert; neuronal network (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [7FA76EC8C856]
http://linked.open...v/mistoKonaniAkce
  • Luhačovice
http://linked.open...i/riv/mistoVydani
  • Brno
http://linked.open...i/riv/nazevZdroje
  • Obchod a spotřebitel '07
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Trenz, Oldřich
  • Redlichová, Radka
  • Pokorný, Martin
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
http://linked.open...n/vavai/riv/zamer
number of pages
http://purl.org/ne...btex#hasPublisher
  • Konvoj
https://schema.org/isbn
  • 978-80-7302-131-3
http://localhost/t...ganizacniJednotka
  • 43110
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 77 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software