Název:
Predikcia inflácie vybranými metódami strojového učenia v krajinách V4
Autoři:
Číriová, Nora Typ dokumentu: Diplomové práce
Rok:
2018
Jazyk:
slo
Abstrakt: [cze][eng] Práce analyzuje přesnost vícekrokové predikce inflace pomocí vybraných metod strojového učení s využitím inflačních faktorů v oblasti zemí Višegradské skupiny. Metody, které byly aplikovány v analýze práce jsou metoda regresních stromů a metoda algoritmů k-nejbližších sousedů. Na základě metody regresních stromů jsme schopni identifikovat faktory, které se nejvýznamněji podíleli na vývoji cenové hladiny. Výstupem analýzy je 8 modelů, jejichž vhodnost a přesnost je diskutována. Výsledky empirické analýzy jsou porovnány s předpoklady, které byly dány před začátkem samotné analýzy. Závěrem je, že metody nejsou vhodné pro vícekrokovou predikci inflace.The thesis analyzes the accuracy of the multi-step inflation forecast using se-lected methods of machine learning through inflationary factors in the Visegrad group countries. The methods that were applied in the work analysis are the re-gression of tree methods and the algorithm method to the k-nearest neighbors. Based on the regression tree method, we are able to identify factors that are most prominent in price level development. The output of the analysis consists of 8 models, the suitability and accuracy of which are discussed. The results of the em-pirical analysis are compared with the assumptions that were presented before the analysis has begun. This suggests that methods are not suitable for multi-step inflation prediction.
Klíčová slova:
cenová hladina; data; databáze; dolování dat; harmonizovaný index spotřebitelských cen; inflace; inflační faktory; krosvalidace; měnový vývoj; národní banka