머신러닝 기법을 이용한 공기업 재무건전성 예측모델 실증연구 = A Empirical Study on the Financial Stability Prediction Model of South Korea’s Public Enterprises with Machine Learning Techniques
'
머신러닝 기법을 이용한 공기업 재무건전성 예측모델 실증연구 = A Empirical Study on the Financial Stability Prediction Model of South Korea’s Public Enterprises with Machine Learning Techniques' 의 주제별 논문영향력
논문영향력 요약
주제
XGBoost
KJY Score
LightGBM
Random Forest
dnn
kifrs
공기업
머신 러닝
예측 분석
예측모델
재무건전성
재무건전성지수
컨설팅
동일주제 총논문수
논문피인용 총횟수
주제별 논문영향력의 평균
1,826
0
0.0%
주제별 논문영향력
논문영향력
주제
주제별 논문수
주제별 피인용횟수
주제별 논문영향력
주제어
XGBoost
69
0
0.0%
KJY Score
1
0
0.0%
LightGBM
25
0
0.0%
Random Forest
199
0
0.0%
dnn
87
0
0.0%
kifrs
98
0
0.0%
공기업
162
0
0.0%
머신 러닝
890
0
0.0%
예측 분석
25
0
0.0%
예측모델
137
0
0.0%
재무건전성
41
0
0.0%
재무건전성지수
1
0
0.0%
컨설팅
91
0
0.0%
계
1,826
0
0.0%
* 다른 주제어 보유 논문에서 피인용된 횟수
0
'
머신러닝 기법을 이용한 공기업 재무건전성 예측모델 실증연구 = A Empirical Study on the Financial Stability Prediction Model of South Korea’s Public Enterprises with Machine Learning Techniques' 의 참고문헌
하지은.“RandomForest와 XGBoost를 활용한 민원 카테고리 및 담당부서 자동분류 성능 비교”. 연세대학교 정보대학원
Navigating Random Forests and related advances in algorithmic modeling
3 , 147-163 .[2009]
Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W,. Ma, W., Ye, Q., Liu T. Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. In Advances in Neural Information Processing Systems 30 (NIPS 2017), 3149-3157.
Instability of Decision Tree Classification Algorithms .
[2002]
Greedy function approximation : a gradient boosting machine
29 , 1189-1232 .[2001]
Big Data Analytics Machine Learning + Cloud Computing . a Book Chapter in Big Data : Principles and Paradigms , R. Buyya , R. Calheiros , and A. Dastjerdi ( eds )
[2016]
Bagging predictors
24 ( 2 ) , 123-140 .[1996]
A logical calculus of the ideas immanent in nervous activity
5 , 115~133[1943]
A Fast Learning Algorithm for Deep Belief Nets
18 ( 7 ) , 1527-1554 .[2006]
'
머신러닝 기법을 이용한 공기업 재무건전성 예측모델 실증연구 = A Empirical Study on the Financial Stability Prediction Model of South Korea’s Public Enterprises with Machine Learning Techniques'
의 유사주제(
) 논문