Marques L Swarm Intelligence Applications for the Cities of the Future 2025
Marques L Swarm Intelligence Applications for the Cities of the Future 2025 | 20.22 MB
Title: Swarm Intelligence Applications for the Cities of the Future
Author: Leonor Marques Mano Domingos & Maria José Sousa
Description:
ANALIZA FINANSOWA ● SZTUCZNA INTELIGENCJA
Przestępczość gospodarcza stanowi istotny problem zarówno dla gospodarki polskiej, jak i światowej. W 2018 roku straty dla budżetu i sektora prywatnego w Polsce związane z przestępczością gospodarczą wyniosły ok. 5 miliardów złotych. Dlatego bardzo ważną potrzebą jest stworzenie metody, która – na podstawie sprawozdania finansowego – pozwoli ustalić, czy przedsiębiorstwo jest zagrożenie oszustwem finansowym.
Monografia stanowi próbę odpowiedzi na te oczekiwania. Jej celem jest przedstawienie algorytmów uczenia maszynowego i sztucznej inteligencji stosowanych do identyfikacji zmanipulowanych sprawozdań finansowych, a także stworzenie modelu ostrzegającego przed takimi działaniami.
W części opisowej omówiono największe skandale finansowe minionego stulecia oraz wyniki wcześniejszych badań, czyli istniejące modele wykrywania oszustw oraz machinacji w wyniku finansowym.
W części empirycznej autorka przedstawiła wyniki badań własnych oraz własne modele przygotowane dla rynku amerykańskiego i polskiego, które można zastosować do wykrywania zagrożenia oszustwami. Książka zwraca też uwagę na to, jakie elementy sprawozdania finansowego wskazują na potencjalne manipulacje finansowe i zagrożenie oszustwem.
Opisane w monografii narzędzia mogą być stosowane w praktyce gospodarczej do identyfikowania nieuczciwych podmiotów. Modele wykrywania oszustw stanowią istotne uzupełnienie analizy finansowej, podobnie jak modele prognozowania upadłości, i są użytecznym narzędziem ostrze-gania dla przedsiębiorców, inwestorów, księgowych, biegłych rewidentów oraz organów nadzoru finansowego.
DOWNLOAD:
https://rapidgator.net/file/9018c8744484f908683c8c338c59e939/Marques_L._Swarm_Intelligence_Applications_for_the_Cities_of_the_Future_2025.rar
https://alfafile.net/file/ASce8/Marques_L._Swarm_Intelligence_Applications_for_the_Cities_of_the_Future_2025.rar
ANALIZA FINANSOWA ● SZTUCZNA INTELIGENCJA
Przestępczość gospodarcza stanowi istotny problem zarówno dla gospodarki polskiej, jak i światowej. W 2018 roku straty dla budżetu i sektora prywatnego w Polsce związane z przestępczością gospodarczą wyniosły ok. 5 miliardów złotych. Dlatego bardzo ważną potrzebą jest stworzenie metody, która – na podstawie sprawozdania finansowego – pozwoli ustalić, czy przedsiębiorstwo jest zagrożenie oszustwem finansowym.
Monografia stanowi próbę odpowiedzi na te oczekiwania. Jej celem jest przedstawienie algorytmów uczenia maszynowego i sztucznej inteligencji stosowanych do identyfikacji zmanipulowanych sprawozdań finansowych, a także stworzenie modelu ostrzegającego przed takimi działaniami.
W części opisowej omówiono największe skandale finansowe minionego stulecia oraz wyniki wcześniejszych badań, czyli istniejące modele wykrywania oszustw oraz machinacji w wyniku finansowym.
W części empirycznej autorka przedstawiła wyniki badań własnych oraz własne modele przygotowane dla rynku amerykańskiego i polskiego, które można zastosować do wykrywania zagrożenia oszustwami. Książka zwraca też uwagę na to, jakie elementy sprawozdania finansowego wskazują na potencjalne manipulacje finansowe i zagrożenie oszustwem.
Opisane w monografii narzędzia mogą być stosowane w praktyce gospodarczej do identyfikowania nieuczciwych podmiotów. Modele wykrywania oszustw stanowią istotne uzupełnienie analizy finansowej, podobnie jak modele prognozowania upadłości, i są użytecznym narzędziem ostrze-gania dla przedsiębiorców, inwestorów, księgowych, biegłych rewidentów oraz organów nadzoru finansowego.
DOWNLOAD:
https://rapidgator.net/file/9018c8744484f908683c8c338c59e939/Marques_L._Swarm_Intelligence_Applications_for_the_Cities_of_the_Future_2025.rar
https://alfafile.net/file/ASce8/Marques_L._Swarm_Intelligence_Applications_for_the_Cities_of_the_Future_2025.rar
Information
Users of Guests are not allowed to comment this publication.
