Diskriminanzanalyse und Künstliche Neuronale Netze zur Klassifizierung von Jahresabschlüssen: Ein empirischer Vergleich (Europäische ... / Série 5: Sciences économiques, Band 1688)
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
Das Buch "Diskriminanzanalyse und Künstliche Neuronale Netze zur Klassifizierung von Jahresabschlüssen: Ein empirischer Vergleich" von Martin Pytlik untersucht die Anwendung und Effektivität von Diskriminanzanalysen und künstlichen neuronalen Netzen bei der Klassifizierung von Jahresabschlüssen. Im Kontext wirtschaftswissenschaftlicher Forschung wird ein empirischer Vergleich dieser beiden Methoden durchgeführt, um deren Leistungsfähigkeit in der Finanzanalyse zu bewerten. Ziel ist es, die Vor- und Nachteile beider Ansätze herauszuarbeiten und zu bestimmen, welcher Ansatz präzisere Ergebnisse liefert. Das Werk richtet sich an Fachleute aus den Bereichen Wirtschaft, Finanzen und Datenanalyse sowie an Wissenschaftler, die sich mit der Weiterentwicklung statistischer Methoden im Bereich der Unternehmensbewertung befassen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- paperback
- 310 Seiten
- Erschienen 1998
- IDW Verlag GmbH
- paperback
- 93 Seiten
- Erschienen 2023
- American Mathematical Society
- Gebunden
- 1521 Seiten
- Erschienen 2021
- Schäffer-Poeschel
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- paperback
- 244 Seiten
- Erschienen 2025
- Nomos
- paperback
- 353 Seiten
- Centaurus
- Kartoniert
- 598 Seiten
- Erschienen 2012
- Springer
- Gebunden
- 227 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 264 Seiten
- Erschienen 2011
- Springer
- paperback
- 288 Seiten
- Erschienen 2013
- Springer
- hardcover
- 424 Seiten
- Erschienen 2012
- Springer



