This HTML5 document contains 50 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n17http://linked.opendata.cz/ontology/domain/vavai/riv/typAkce/
dctermshttp://purl.org/dc/terms/
n21http://localhost/temp/predkladatel/
n20http://purl.org/net/nknouf/ns/bibtex#
n9http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n15http://linked.opendata.cz/ontology/domain/vavai/
n18http://linked.opendata.cz/resource/domain/vavai/zamer/
n13https://schema.org/
shttp://schema.org/
skoshttp://www.w3.org/2004/02/skos/core#
n3http://linked.opendata.cz/ontology/domain/vavai/riv/
n6http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F62156489%3A43110%2F07%3A00113817%21RIV08-MSM-43110___/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n10http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n14http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n19http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n12http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n8http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n5http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n4http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F62156489%3A43110%2F07%3A00113817%21RIV08-MSM-43110___
rdf:type
skos:Concept n15:Vysledek
dcterms: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 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
dcterms:title
Návrh modelu hodnocení podnikové finanční situace Návrh modelu hodnocení podnikové finanční situace Draft of Financial Situation Assessment Model Using
skos:prefLabel
Návrh modelu hodnocení podnikové finanční situace Návrh modelu hodnocení podnikové finanční situace Draft of Financial Situation Assessment Model Using
skos:notation
RIV/62156489:43110/07:00113817!RIV08-MSM-43110___
n3:strany
76;77
n3:aktivita
n12:Z
n3:aktivity
Z(MSM6215648904)
n3:dodaniDat
n4:2008
n3:domaciTvurceVysledku
n9:9234608 n9:3436721 n9:7195796
n3:druhVysledku
n5:D
n3:duvernostUdaju
n14:S
n3:entitaPredkladatele
n6:predkladatel
n3:idSjednocenehoVysledku
436404
n3:idVysledku
RIV/62156489:43110/07:00113817
n3:jazykVysledku
n19:cze
n3:klicovaSlova
financial situation; company; klassification; decision making; expert; neuronal network
n3:klicoveSlovo
n10:neuronal%20network n10:decision%20making n10:financial%20situation n10:expert n10:company n10:klassification
n3:kontrolniKodProRIV
[7FA76EC8C856]
n3:mistoKonaniAkce
Luhačovice
n3:mistoVydani
Brno
n3:nazevZdroje
Obchod a spotřebitel '07
n3:obor
n8:IN
n3:pocetDomacichTvurcuVysledku
3
n3:pocetTvurcuVysledku
3
n3:rokUplatneniVysledku
n4:2007
n3:tvurceVysledku
Pokorný, Martin Trenz, Oldřich Redlichová, Radka
n3:typAkce
n17:CST
n3:zahajeniAkce
2007-09-05+02:00
n3:zamer
n18:MSM6215648904
s:numberOfPages
2
n20:hasPublisher
Konvoj
n13:isbn
978-80-7302-131-3
n21:organizacniJednotka
43110