政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/87025

English | 正體中文 | 简体中文 | Post-Print筆數 : 27 | Items with full text/Total items : 110096/141043 (78%)
Visitors : 46393608 Online Users : 1414

RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.

Home ‧ Login ‧ Upload ‧ Help ‧ About ‧ Administer

政大典藏 > College of Commerce > Department of MIS > Theses > Item 140.119/87025

Please use this identifier to cite or link to this item: https://nccur.lib.nccu.edu.tw/handle/140.119/87025

Title:	資訊遺漏與雜訊對企業盈虧預測範例學習系統衰減與干擾效果之研究
Authors:	陳炎欽
Contributors:	楊建民陳炎欽
Keywords:	企業盈虧預測範例學習法遺漏雜訊干擾預測績效
Date:	1996
Issue Date:	2016-04-28 09:40:51 (UTC+8)
Abstract:	範例學習(Learning-from-Example, LFE)技術的發展，在人工智慧發展領域中，已成功地突破關於知識萃取的瓶頸，並廣泛地應用到諸多評估或預測模式以及專家系統的建立。在本研究中，以台灣上市公司歷年來的財務報表資訊，進行企業盈虧的預測，並探討判斷個案申出現資訊遺漏與雜訊時，對範例學習系統在企業盈虧預測所產生之影響。主要的影響分別為預測績效的衰減(attenuating)與干擾(disturbing)兩類。本研究並藉由「資料預先處理轉換」及「修正系統演算法」兩方面著手，來避兔或減少上述現象發生時，對範例學習系統在企業盈虧預測績效所造成之影響。
Description:	碩士國立政治大學資訊管理學系 84356004
Source URI:	http://thesis.lib.nccu.edu.tw/record/#B2002002501
Data Type:	thesis
Appears in Collections:	[Department of MIS] Theses

Files in This Item:

File	Size	Format
index.html	0Kb	HTML2	198	View/Open

社群 sharing

著作權政策宣告 Copyright Announcement

1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.

Loading...