Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Deep Neural Networks for Sales Forecasting
Tyrpáková, Natália ; Pilát, Martin (vedoucí práce) ; Mrázová, Iveta (oponent)
Předpovídání prodejů je nezbytnou součástí řízení dodavatelských řetězců. U maloobchodů mohou přesné předpovědi značně snižovat náklady. Přesnost předpovědí je však u statistických přístupů často zhoršena tím, že techniky zanedbávají důležité vlastnosti, specifické pro časové řady prodejů. Cílem práce je zjistit, zda je vhodné pro řešení problému předpovídaní prodejů použít hluboké neuronové sítě. Tato práce testuje různé běžně používané návrhy hlubokých neuronových sítí a navíc navrhuje novou architekturu hluboké neuronové sítě kombinující tradiční přístupy. Pozornost je věnována taky předzpracování dat, což se ukáže být stěžejní prvek předpovídání prodejů pomocí hlubokých neuronových sítí. Nejlepší nalezené metody jsou porovnány například s tradičními neuronovými sítěmi nebo s exponenciálním vyhlazováním. Powered by TCPDF (www.tcpdf.org)
Finanční plánování v podniku
Voráček, Lukáš ; Hnilica, Jiří (vedoucí práce)
Náplní této práce je ověření opodstatněnosti kvantitativních metod v každodenní podnikové praxi. Úkol je pojatý jako případová studie plánovacího procesu ve společnosti POS Media (mediální společnost poskytující point-of-sale reklamní řešení), přičemž pracuji s reálnými finančními daty. Mým záměrem je simulace procesu tvorby výkazu plánované výsledovky za pomoci kvantitativních metod. Konkrétně pak aplikuji metody predikce časových řad s úmyslem odhadnout budoucí tržby společnosti. Celkově si ve své práci kladu dva cíle. Zaprvé hodlám demonstrovat, že uživateli kvantitativních metod mohou být i lidé s omezenou znalostí statistických disciplín. Zadruhé chci na základě obdržených výsledků diskutovat relevantnost užití kvantitativních metod při plánování. V metodické části mé práce se zabývám teoretickými aspekty finančního plánování. Popisuje zde různé metody prognózování tržeb (kvalitativní a kvantitativní), přičemž zvláštní důraz kladu na metody predikce časových řad. V aplikační části nejprve obecně popisuji společnost POS Media a obor, ve kterém společnost podniká. Dále se již plně věnuji plánování výsledovky pro rok 2012. Nejprve za pomoci dekompozice časových řad tvořím výhled tržeb. Tuto předpověď následně užívám jako východisko pro plánování vybraných nákladových položek.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.