Скачать книги автора «Михаил Лейзерович Кричевский»

Главный акцент в книге сделан на получении количественных оценок тех видов финансовых рисков, которые регламентированы Базельским соглашением в банковской сфере (рыночный, кредитный, операционный). Наряду с традиционными методами расчетов рисков предлагаются способы формирования оценок, основанные на интеллектуальных технологиях, в частности, с применением искусственных нейронных сетей и нечеткой логики.

Соответствует ФГОС ВПО третьего поколения.

Для студентов бакалавриата, обучающихся по направлениям 080100 «Экономика» и 080200 «Менеджмент», магистрантов, аспирантов, а также специалистов по рискам в банковской и финансовой сферах.

Приводится описание аналитических методов, используемых в менеджменте при решении исследовательских задач. Рассматриваемые методы объединяются концепцией «мягких вычислений», которые включают нейронные сети, нечеткую логику и эволюционные вычисления, и

позволяют в условиях нечеткой внешней среды получить количественные решения управленческих проблем. На многочисленных примерах демонстрируются возможности применения указанных методов и приемов, анализируются различные практические ситуации и их

разрешение посредством рассмотренных технологий.

Соответствует действующему ФГОС ВО нового поколения.

Для студентов-магистрантов, слушателей системы послевузовского образования, сотрудников аналитических и консалтинговых служб

В книге рассматриваются различные виды временных рядов, которые могут использоваться при решении задач менеджмента. Анализируются временные ряды, расширяющие известную методологию Бокса-Дженкинса, в частности, ряды с долгой памятью, фрактальные ряды.

Указываются способы изучения временных рядов в частотной области посредством как спектрального, так и вейвлетного видов анализа. Описываются методы обработки временных рядов с помощью нечеткой логики и нейронных сетей. Приводятся примеры анализа

временных рядов, выполненные в пакетах Statistica, MatLab, Demetra, Fractan.

Предназначена для студентов вузов, специалистов в области анализа временных рядов, сотрудников консалтинговых служб.

В книге рассматриваются различные виды временных рядов, которые могут использоваться при решении задач менеджмента. Анализируются временные ряды, расширяющие известную методологию Бокса-Дженкинса, в частности, ряды с долгой памятью, фрактальные ряды.

Указываются способы изучения временных рядов в частотной области посредством как спектрального, так и вейвлетного видов анализа. Описываются методы обработки временных рядов с помощью нечеткой логики и нейронных сетей. Приводятся примеры анализа

временных рядов, выполненные в пакетах Statistica, MatLab, Demetra, Fractan.

Предназначена для студентов вузов, специалистов в области анализа временных рядов, сотрудников консалтинговых служб.

В книге рассматриваются различные виды временных рядов, которые могут использоваться при решении задач менеджмента. Анализируются временные ряды, расширяющие известную методологию Бокса-Дженкинса, в частности, ряды с долгой памятью, фрактальные ряды.

Указываются способы изучения временных рядов в частотной области посредством как спектрального, так и вейвлетного видов анализа. Описываются методы обработки временных рядов с помощью нечеткой логики и нейронных сетей. Приводятся примеры анализа

временных рядов, выполненные в пакетах Statistica, MatLab, Demetra, Fractan.

Предназначена для студентов вузов, специалистов в области анализа временных рядов, сотрудников консалтинговых служб.

В книге рассматриваются различные виды временных рядов, которые могут использоваться при решении задач менеджмента. Анализируются временные ряды, расширяющие известную методологию Бокса-Дженкинса, в частности, ряды с долгой памятью, фрактальные ряды.

Указываются способы изучения временных рядов в частотной области посредством как спектрального, так и вейвлетного видов анализа. Описываются методы обработки временных рядов с помощью нечеткой логики и нейронных сетей. Приводятся примеры анализа

временных рядов, выполненные в пакетах Statistica, MatLab, Demetra, Fractan.Предназначена для студентов вузов, специалистов в области анализа временных рядов, сотрудников консалтинговых служб.

Приведены сведения об основных парадигмах машинного обучения, состоящих из контролируемого, неконтролируемого и ансамблевого видов обучения. Предложена классификационная схема методов и алгоритмов, включающая все типы обучения. Выделены отдельные

направления машинного обучения, в частности, классификация и регрессия, вместе с входящими в них методами. Каждый метод снабжен конкретной задачей из области менеджмента, решение которой доводится до количественного результата. В практической части

пособия использован программный пакет MatLab версии R2018b, возможности которого позволяют получить решение всех рассмотренных задач.

Соответствует ФГОС ВО последнего поколения.

Для студентов бакалавриата, обучающихся по направлениям «Бизнес-информатика» и «Менеджмент».