논문상세정보
박사
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
윤혜란
2020년
'
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
| 주제 |
|
|
|---|---|---|
| 동일주제 총논문수 | 논문피인용 총횟수 | 주제별 논문영향력의 평균 |
| 1,826 | 0 |
0.0% |
주제별 논문영향력
' 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
-
최종고.“머신러닝을 활용한 건설근로자 중대사고 위험성 예측 모델”, 성균관대학교 일반대학원
-
원동은.『코스피 단기예측 AI 모델 - 랜덤 포레스트 기법을 활용한 머신러닝 기반 모델』. Quantitative Issue
-
알리오플러스 사이트. 기관정보알리오플러스 공공기관이란?, http://alioplus.go.kr/organi-zation /organByPub.do
-
박진, 최진욱, 박진희, 김지영, 허경선.『공공기관 부채의 잠재적 위험성 분석과 대응방안』
-
뮐러, A. & 가이도, S.『파이썬 라이브러리를 활용한 머신러닝』
-
머피, K.『머신러닝 Machine Learning』
-
머신러닝 알고리즘을 이용한 부동산가치 산정에 관한 소고. 『부동산포커스』. 100, 52-58
-
기획재정부b.『2017회계연도 공기업 준정부기관 결산서』
-
기획재정부b.『2016회계연도 공기업 준정부기관 결산서』
-
기획재정부b.『2015회계연도 공기업 준정부기관 결산서』
-
기획재정부b.『2014회계연도 공기업 준정부기관 결산서』
-
기획재정부b.『2013회계연도 공기업 준정부기관 결산서』
-
기획재정부b.『2012회계연도 공기업 준정부기관 결산서』
-
기획재정부b.『2011회계연도 공기업 준정부기관 결산서』
-
기획재정부a.『2017년도 공공기관 경영평가편람』
-
기획재정부a.『2016년도 공공기관 경영평가편람』
-
기획재정부a.『2015년도 공공기관 경영평가편람』
-
기획재정부a.『2014년도 공공기관 경영평가편람』
-
기획재정부a.『2013년도 공공기관 경영평가편람』
-
기획재정부a.『2012년도 공공기관 경영평가편람』
-
기획재정부a.『2011년도 공공기관 경영평가편람』
-
기획재정부.『2019년도 공공기관 경영평가편람』
-
기획재정부.『2018년도 공공기관 경영평가편람』
-
국회예산정책처b.『2019 대한민국 공공기관』
-
국회예산정책처a.『2018회계연도 공공기관 결산분석 I』
-
국가법령정보센터
-
관계부처 합동
-
『인공지능』
-
『모두의 딥러닝』
-
『Random Forests』[2014]
-
『Python 데이터 분석 실무』
-
『ModAugNet: 과적합 방지 LSTM 모듈과 예측 LSTM 모듈을 활용한 새로운 주가지수 예측 모델』
-
『Introduction to Boosted Trees』https : //homes.cs.washington.edu/~tqchen/pdf/BoostedTree.pdf [2014]
-
『Hyperparameter Search in Machine Learning』 . MIC 2015 : The XI Metaheuristics InternationalConferenceAgadir : Morocco , arXiv:1502.02127 [2015]
-
“적합과 내부 공변량 변화를 줄이기 위해 제곱 가중치를 사용한 완전 연결 층 인공신경망”
-
“재무건전성지수를 이용한 신용등급평가와 주가수익률 예측에 관한 연구”
-
“재무건전성지수를 이용한 공공기관 재무건전성 제고방안”
-
“융합보안과 인공지능 ? 머신러닝, 딥러닝”
-
“에너지 관련 공공기관의 국제회계기준 도입 과정과 재무제표에 미치는 효과에 대한 사례 연구”
-
“빅데이터 및 인공지능을 활용한 지방지역 교통수요예측”
-
“부스팅 기반 최신 트리 알고리즘 비교 연구”
-
“머신러닝을 활용한 스마트 서비스와 금융”
-
“머신러닝 예측 알고리즘을 이용한 선박 접안속도에 영향을 미치는 요인 분석”
-
“랜덤포레스트를 이용한 변수 선택”
-
“랜덤 포레스트를 활용한 기업채권등급평가 모형”
-
“딥러닝(Deep Learning)을 이용한 주택가격 예측모형 연구”
-
“딥러닝 소개와 금융업 적용 사례”
-
“딥러닝 기법을 활용한 매립가스 발전소의 메탄가스 농도 및 전력생산량 예측”
-
“딥러닝 기반의 링크통행시간을 이용한 차량대기길이 추정모형개발”
-
“기업 재무 정보를 활용한 머신 러닝 기반 경영 예측 시스템”
-
“기계학습 기반 침해사고 경보 위험도 예측”
-
“건강검진 자료에서 Random forests를 이용한 백내장 발생위험군 예측모형”
-
b.“주식투자수익률 예측에 대한 F_SCORE 모형의 유용성과 현실적합성”
-
a.“재무건전성지수 모형을 이용한 회사채의 신용등급예측에 관한 연구”
-
Xgboost : A scalable tree boosting system[2016]
-
Value Investing : The Use of Historical Financial Statement Information to Separate Winners from Losers38 . 1-41 [2000]
-
The perceptron : A probabilistic model foe information storage and organization in the brain65 ( 6 ) , 386-408 [1958]
-
The Organization of Behavior[1949]
-
Some Studies in Machine Learning Using the Game ofCheckers3 ( 3 ) , 210-229
-
Random forests45 ( 1 ) , 5-32 . [2001]
-
Popular Ensemble Methods : An Empirical Study11 , 169-198 [1999]
-
Perceptrons : An Introduction to Computational Geometry[1969]
-
O.『핸즈온 머신러닝』
-
Navigating Random Forests and related advances in algorithmic modeling3 , 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 machine29 , 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 predictors24 ( 2 ) , 123-140 . [1996]
-
A logical calculus of the ideas immanent in nervous activity5 , 115~133 [1943]
-
A Fast Learning Algorithm for Deep Belief Nets18 ( 7 ) , 1527-1554 . [2006]