Kant- ja lassoregressioon ning nende rakendamine müügiskoori loomiseks Creditinfo Eesti AS andmetel

dc.contributor.advisorUnt, Taavi, juhendaja
dc.contributor.authorNarvik, Perttu
dc.contributor.otherTartu Ülikool. Matemaatika ja statistika instituutet
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.date.accessioned2017-07-04T12:59:03Z
dc.date.available2017-07-04T12:59:03Z
dc.date.issued2017
dc.description.abstractKäesoleva bakalaureusetöö eesmärgiks on tutvustada kant- ja lassoregressiooni ning rakendada logistilist regulariseeritud regressiooni müügiskoori loomiseks Creditinfo Eesti AS andmetel. Töö esimeses osas antakse ülevaade lineaarsest regressioonist, lineaarsest kant- ja lassoregressioonist, nende omadustest ning tavalisest ja regulariseeritud logistilisest regressioonist. Töö teises osas konstrueeritakse müügiskoor, mille põhjal on võimalik prognoosida, kui suure tõenäosusega võiks mingist ettevõttest saada uus klient.et
dc.identifier.urihttp://hdl.handle.net/10062/57084
dc.language.isoestet
dc.publisherTartu Ülikoolet
dc.subjectkantregressioonet
dc.subjectlassoregressioonet
dc.subjectristvalideerimineet
dc.subjectridge regressionen
dc.subjectlasso regressionen
dc.subjectcross-validationen
dc.titleKant- ja lassoregressioon ning nende rakendamine müügiskoori loomiseks Creditinfo Eesti AS andmetelet
dc.typeThesisen

Failid

Originaal pakett

Nüüd näidatakse 1 - 1 1
Laen...
Pisipilt
Nimi:
narvik_perttu_bsc_2017.pdf
Suurus:
659.06 KB
Formaat:
Adobe Portable Document Format
Kirjeldus:

Litsentsi pakett

Nüüd näidatakse 1 - 1 1
Pisipilt ei ole saadaval
Nimi:
license.txt
Suurus:
1.71 KB
Formaat:
Item-specific license agreed upon to submission
Kirjeldus: