| Form of studies |
Professional Bachelor |
| Title of the study programm |
Financial Engineering |
| Title in original language |
Debitoru maksājumu prognozēšana, pielietojot mašīnmācīšanās metodes |
| Title in English |
Debtors Payments Forecasting Using Machine Learning Methods |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Jegors Fjodorovs |
| Reviewer |
Ginters Bušs |
| Abstract |
Darba teorētiskajā daļā ir apkopota informācija par uzņēmuma debitoriem un to nozīmīgumu uzņēmumā. Ir aprakstīti daži eksistējoši risinājumu debitoru pārvaldīšanai. Teorētiskajā daļā ir apkopota informācija par mašīnmācīšanās, tās veidiem un pielietošanu biznesā.
Darba praktiskās daļas sākumā ir aprakstīta darba pētītā problēma un iespējamie debitoru rēķinu iznākumi. Tālāk tika veikta iegūto datu pirmapstrāde, analīze un uzlabošana ar papildus pazīmju pievienošanu. Turpinājumā tika izstrādāti mašīnmācīšanas modeļi klasifikācijas un regresijas uzdevumiem un to iegūtie modeļu rezultāti tika analizēti.
Rezultātā tika izstrādātās divas lietotnes, kurās tika pielietoti iepriekš izstrādāti modeļi un apskatīti to iespējamie pielietošanas gadījumi.
Darbā 45. lpp, 22 attēli, 12 tabulas, 20 avoti un 2 pielikumi. |
| Keywords |
debitori, prognoze, mašīnmācīšanās, uzraudzītā mašīnmācīšanās |
| Keywords in English |
debtors, forecasting, machine learning, supervised machine learning |
| Language |
lv |
| Year |
2022 |
| Date and time of uploading |
02.06.2022 23:23:33 |
