Adatbányászat az üzleti analitikáig. Pénzügyek, költségvetés és beruházások: An Evolutionary Approach

Eredeti címe:

Data Mining to Business Analytics. Finance, Budgeting and Investments: An Evolutionary Approach

Könyv tartalma:

Tanulmányi dolgozat a következő tárgyból: Informatika - Általános, évfolyam: 5, Kőolaj- és Energiatudományi Egyetem, 2017, nyelv: English, abstract: Ez a dolgozat a megkülönböztető bányászati technikákat használja fel az üzleti igényekre adott válaszként. Bemutatja a pénzügyeket, a költségvetést és a beruházásokat, mint az aktualizált adatbányászati algoritmusok elvi munkaterületét.

A monetáris globalizáció növekedésével és az információs technológia fejlődésével a pénzügyi adatok rendkívüli ütemben keletkeznek és gyűlnek össze. Így alapvető követelmény volt az automatizált módszerek iránti igény a gigantikus adatmennyiség kényszerítő és szakszerű felhasználásának kezelésére, hogy támogassák a vállalatokat és az embereket az üzleti tevékenység végzésében. Az adatbányászat stratégiai szempontból elengedhetetlenül fontos régióvá válik egyes üzleti társulások számára, beleértve a pénzügyi szektort is.

Az adatbányászat segít a vállalatoknak abban, hogy rejtett példát keressenek egy gyűjteményben, és homályos kapcsolatot találjanak az adatokban. A pénzügyi elemzés egy vállalkozás értékelésére utal, hogy kezelje a társuláson belüli minden pénzügyi érdekeltségi pont rendezését, költségvetését, megfigyelését, előrejelzését és javítását.

A feladat a társulás pénzügyi egészségének megértésére összpontosít, amely a mai, kérlelhetetlenül szigorú pénzügyi beszámolási követelményekre való reagálás fontos része. Ez mutatja az adatbányászat képességét, hogy robotizálja a határtalan ügyfél összekapcsolt adatainak keresési eljárását, hogy olyan mintákat fedezzen fel, amelyek az ügyfél gyakorlatának nagyszerű mutatói.

Ez a következők elemzésére terjed ki: A profitrendezés, a pénzáramlás elemzése, a befektetési döntések és a kockázatelemzés, az osztalékpolitika és a portfólióelemzés olyan algoritmusokon keresztül, mint az Apriori, a Naivebayes, a Prediction algoritmus és így tovább. E vonalak mentén ez az adatbányászati elrendezés aktualizálja a vállalatok által használt fejlett adatelemzési technikákat a hatalmas adatmennyiségből kivont megdöbbentő minták felfedezésére, olyan mintákra, amelyek alkalmazható tudást kínálnak a következőkre.