B 2014

Identifying Corporate Performance Factors Based on Feature Selection in Statistical Pattern Recognition: METHODS, APPLICATION, INTERPRETATION

PUDIL, Pavel, Ladislav BLAŽEK, Ondřej ČÁSTEK, Petr SOMOL, Jana POKORNÁ et. al.

Základní údaje

Originální název

Identifying Corporate Performance Factors Based on Feature Selection in Statistical Pattern Recognition: METHODS, APPLICATION, INTERPRETATION

Autoři

PUDIL, Pavel (203 Česká republika), Ladislav BLAŽEK (203 Česká republika, garant, domácí), Ondřej ČÁSTEK (203 Česká republika, domácí), Petr SOMOL (203 Česká republika), Jana POKORNÁ (203 Česká republika, domácí) a Maria KRÁLOVÁ (203 Česká republika, domácí)

Vydání

1. vyd. Brno, 170 s. 2014

Nakladatel

Masarykova univerzita

Další údaje

Jazyk

angličtina

Typ výsledku

Odborná kniha

Obor

50600 5.6 Political science

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

tištěná verze "print"

Kód RIV

RIV/00216224:14560/14:00074365

Organizační jednotka

Ekonomicko-správní fakulta

ISBN

978-80-210-7557-3

Klíčová slova anglicky

Dependency-Aware Feature Ranking; Feature Selection; Pattern Recognition; Corporate Financial Performance; Competitiveness; Factors; Linear Regression; Non-linear Regression; Sequential Forward Flow Search; k Nearest Neighbours

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 5. 11. 2015 08:28, doc. Ing. Ondřej Částek, Ph.D.

Anotace

V originále

This publication summarizes and extends methodology of feature selection (FS) and pattern recognition in search for competitiveness factors and methodology of corporate financial performance (CFP) measurement. Several methods were evaluated and Dependency-Aware Feature Ranking combined with non-linear regression model were applied. Also, this publication suggests and verifies methodology of interpretation results of the FS methods. For start was employed multidimensional linear regression, succeeded by clustering companies according to the factors identified by FS into homogenous groups, dividing them into quartiles based on their CFP and identifying similar values of the factors. This way was captured the non-linearity in the data.

Návaznosti

GAP403/12/1557, projekt VaV
Název: Přístupy k identifikaci faktorů výkonnosti podniků s důrazem na metody výběru příznaků ve statistickém rozpoznávání.

Přiložené soubory