Název: Prognózování mezinárodního obchodu s využitím metod strojového učení
Překlad názvu: Machine learning-based approaches to forecasting international trade
Autoři: Kovařík, Tomáš ; Semerák, Vilém (vedoucí práce) ; Macháček, Vít (oponent)
Typ dokumentu: Bakalářské práce
Rok: 2019
Jazyk: eng
Abstrakt: [eng] [cze]
In this thesis I focus on comparison of gravity model estimated with ordinary least squares and Poisson pseudo-maximum likelihood with regression techniques based on machine learning, namely support vector machines, random forests, and arti_cial neural networks. I discuss the advantages and disadvantages of these approaches and compare their forecasting accuracy on exports data. I demonstrate that random forest models and arti_cial neural networks provide superior forecasting accuracy. V této práci se soustředím na porovnání gravitačního modelu odhadnutého pomocí metody nejmenších čtverců a metody Poissonovy maximální věrohodnosti oproti regresním technikám založeným na strojovém učení, konkrétně se jedná o support vector machines, random forests, a umělé neuronové sítě. Provádím diskusi výhod a nevýhod jednotlivých přístupů a srovnávám jejich predikční schopnosti na exportních datech. Demonstruji, že random forest model a umělé neuronové sítě poskytují lepší predikce.
Klíčová slova: machine learning; mezinárodní obchod; prognostika; forecasting; international trade; machine learning

Instituce: Fakulty UK (VŠKP) (web)
Informace o dostupnosti dokumentu: Dostupné v digitálním repozitáři UK.
Původní záznam: http://hdl.handle.net/20.500.11956/105017

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-393040


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Univerzita Karlova > Fakulty UK (VŠKP)
Vysokoškolské kvalifikační práce > Bakalářské práce