ŠPALEK, Jiří and Ondřej ČÁSTEK. Přínos učících se metod statistického rozpoznávání obrazů při hledání faktorů konkurenceschopnosti českých podniků (Contribution of statistical pattern recognition methods for identification of competitiveness factors of Czech companies). Ekonomický časopis/Journal of Economics. Bratislava: Ekonomický a Prognostický ústav SAV, 2010, vol. 58, No 9, p. 922-937. ISSN 0013-3035. |
Other formats:
BibTeX
LaTeX
RIS
@article{906969, author = {Špalek, Jiří and Částek, Ondřej}, article_location = {Bratislava}, article_number = {9}, keywords = {Corporate competitiveness; statistical pattern recognition; factors of competitiveness; sequential forward flow search}, language = {cze}, issn = {0013-3035}, journal = {Ekonomický časopis/Journal of Economics}, title = {Přínos učících se metod statistického rozpoznávání obrazů při hledání faktorů konkurenceschopnosti českých podniků}, url = {https://www.ceeol.com/search/viewpdf?id=118933}, volume = {58}, year = {2010} }
TY - JOUR ID - 906969 AU - Špalek, Jiří - Částek, Ondřej PY - 2010 TI - Přínos učících se metod statistického rozpoznávání obrazů při hledání faktorů konkurenceschopnosti českých podniků JF - Ekonomický časopis/Journal of Economics VL - 58 IS - 9 SP - 922-937 EP - 922-937 PB - Ekonomický a Prognostický ústav SAV SN - 00133035 KW - Corporate competitiveness KW - statistical pattern recognition KW - factors of competitiveness KW - sequential forward flow search UR - https://www.ceeol.com/search/viewpdf?id=118933 N2 - Příspěvek je věnován metodické stránce měření souvislosti mezi potenciálními faktory konkurenceschopnosti a samotnou konkurenceschopností. Představuje metodu sekvenčního dopředného plovoucího výběru (SFFS) z kategorie metod statistického rozpoznávání obrazů a její aplikaci na data 432 podniků, u nichž byla známa hospodářská výkonnost a pro něž bylo za každý podnik k dispozici až 683 potenciálních faktorů této výkonnosti. Text proto shrnuje známé přístupy k této problematice, popisuje metodu SFFS a na dosažených výsledcích dokazuje její přínos k dané problematice. Nespornou výhodou této metody je její nenáročnost na charakter dat: nevyžaduje apriorní model nebo normalitu. Dále je schopna vyhodnotit souvislosti mezi mnoha proměnnými najednou, a to v přijatelném časovém horizontu. Článek ale uvádí i nevýhody této metody. ER -
ŠPALEK, Jiří and Ondřej ČÁSTEK. Přínos učících se metod statistického rozpoznávání obrazů při hledání faktorů konkurenceschopnosti českých podniků (Contribution of statistical pattern recognition methods for identification of competitiveness factors of Czech companies). \textit{Ekonomický časopis/Journal of Economics}. Bratislava: Ekonomický a Prognostický ústav SAV, 2010, vol.~58, No~9, p.~922-937. ISSN~0013-3035.
|