| Abstract |
Mūsdienās finanšu nozarē pieaug mašīnmācīšanās un automatizācijas popularitāte, lai optimizētu procesus un samazinātu manuālā darba apjomu. Šī darba ietvaros tiek analizēti dažādi mašīnmācīšanās algoritmi un to optimizācijas metodes. Papildus tiek izvērtētās iespējas automatizēt pamatlīdzekļu uzskaiti, izmantojot mašinmācīšanos algoritmus un citas metodes.
Darba ietvarā tiek padziļināti pētīts starptautiska uzņēmuma materiālo pamatlīdzekļa uzskaites process, kā arī nepieciešamie normatīvie akti, regulējumi un standarti, kas ir saistīti ar pamatlīdzekļa iegādi un nolietojumu Baltijas valstīs, Zviedrijā un Dānijā. Līdzās tiek analizēti mašīnmācīšanās un robotu procesu automatizācijas pielietojumi finanšu nozarē, izvērtējot to iespējas un izaicinājumus. Uzsvars tiek likts uz populārākajiem prognožu mašīnmācīšanās algoritmu veidiem, lai identificētu piemērotākos algoritmus pamatlīdzekļa uzskaites procesa automatizācijai.
Tiek piedāvāts prototips, kas automatizētu pamatlīdzekļa uzskaites procesu, izmantojot mašīnmācīšanos algoritmus. Izstrādātais risinājums demonstrē, kā uzņēmumi var ieviest automatizētu pamatlīdzekļu uzskaiti, tajā pašā laikā nodrošinot dinamisku un korektu datu apstrādi. Turklāt prototips integrē automātisko valūtas konvertāciju, izmantojot aktuālos valūtas kursus. Papildus tiek nodrošināts pamatlīdzekļa vērtības palielināšanas un atsavināšanas procesu, kā arī pamatlīdzekļa piešķirtā izmaksu centra vērtības samazināšana, izmantojot rēķinu manuālo ievadi sistēmā. Pētījumā rezultāti apliecina risinājuma aktualitāte un praktisko pielietojumu. Automatizācija, izmantojot mašīnmācīšanos, uzlabo datu kvalitāti, samazina kļūdu iespējamību paātrina esošos manuālos procesu. Testēšanas rezultātā tiek identificēti piemērotākie algoritmi, kā arī novērtēta to precizitāte un efektivitāte. Tādejādi apliecinot risinājuma praktisko nozīmi un potenciālo pielietojumu.
Darba pamatteksts sastāv no 65 lapām, 25 bildēm, 9 tabulām, 4 pielikumiem un 69 avotiem. |
