| Revue: | Contaduría y administración |
| Base de datos: | CLASE |
| Número de sistema: | 000517856 |
| ISSN: | 0186-1042 |
| Autores: | Eti, Serkan1 İnel, Mehmet Nuri1 |
| Instituciones: | 1Marmara University, Estambul. Turquía |
| Año: | 2020 |
| Periodo: | Oct-Dic |
| Volumen: | 65 |
| Número: | 4 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Hoy en día, los datos se están desarrollando con tecnología. Con los desarrollos en Internet y la tecnología, se crea un almacén que cambia los datos más rápidamente y en volumen. Esta situación aumenta la importancia de los datos de la minería todos los días. El objetivo de este estudio es examinar los algoritmos de clasificación que son el sub -objetivo de datos de la minería. En la parte de análisis del estudio, el objetivo es comparar los algoritmos con la relación de precisión utilizando los datos financieros. Como resultado del estudio realizado sobre la comercialización de acciones, también se ha encontrado que la clasificación de empresas con decisión modelos de árbol con redes neuronales artificiales es más exitosa que otros métodos |
| Resumen en inglés | Nowadays, data is developing with technology. With developments in the Internet and technology, it makes a warehouse that changes the data more rapidly and in volume. This situation increases the importance of data mining every day. The aim of this study is to examine classification algorithms which are the sub-subject of data mining. In the analysis part of the study, it is aimed to compare the algorithms with the accuracy ratio by using the financial data. As a result of the study conducted on stock marketing, the classification of enterprises of decision tree models with artificial neural networks has also been found to be more successful than other methods |
| Disciplinas: | Economía |
| Palabras clave: | Econometría, Minería de datos, Aprendizaje automático, Rentabilidad, Ratio financiero, Algoritmos |
| Keyword: | Econometrics, Data mining, Machine learning, Profitability, Financial ratio, Algorithms |
| Texte intégral: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
