dc.contributor	Kolář Šimon, Ing. MiM, FRM : 68394
dc.contributor.advisor	Podaras Athanasios, Ing. Ph.D. : 63378
dc.contributor.author	Hollmann, Petr
dc.date.accessioned	2022-07-29T04:31:52Z
dc.date.available	2022-07-29T04:31:52Z
dc.date.committed	2023-8-31
dc.date.defense	2022-06-14
dc.date.submitted	2021-11-1
dc.date.updated	2022-6-14
dc.degree.level	Bc.
dc.description.abstract	Tato bakalářská práce se zabývá obecně problematikou datové analýzy, konkrétně aplikací Data Miningových technik pro podporu a automatizaci rozhodování v moderních podnicích. V práci je nejprve uvedena definice, historie a budoucnost problematiky Big Dat. Dále se práce zaměřuje na techniky Data Miningu s důrazem na jejich použití v bankovním sektoru. V poslední části je vytvořen vícenásobný regresní model pro stanovení koeficientu Forward Looking Information (FLI), který slouží pro úpravu parametru Probability of Default (PD) v modelu pro výpočet očekávaných úvěrových ztrát (Expected Credit Loss, ECL), který je konceptuálně ukotven v mezinárodním standardu finančního výkaznictví (IFRS), konkrétně v části o finančních nástrojích (IFRS 9).	cs
dc.description.abstract	The bachelor thesis deals generally with the issue of data analysis, specifically the application of Data Mining techniques for decision support and automation in modern enterprises. The thesis first presents the definition, history and future of Big Data. Furthermore, the thesis focuses on Data Mining techniques with emphasis on application in the banking sector. In the last part, a multiple regression model is developed to determine the coefficient of Forward Looking Information (FLI), which is used to adjust the Probability of Default (PD) parameter in the Expected Credit Loss (ECL), which is conceptually anchored in the International Financial Reporting Standard (IFRS), specifically in the section on financial instruments (IFRS 9).	en
dc.description.mark
dc.format	66
dc.format.extent	0
dc.identifier.signature	V 202203933
dc.identifier.uri	https://dspace.tul.cz/handle/15240/165950
dc.language.iso	cs
dc.relation.isbasedon	beginitemize itemHAN,~Jiawei, Micheline KAMBER a Jian REI, , 2012. Data mining - concepts and techniques. Third Edition.~Burlington, MA: Elsevier. ISBN 978-0-12-381479-1. itemGROSSMANN, Wilfried a Stefanie RINDERLE-MA., 2012. Fundamentals of Business Intelligence. Berlin Heidelberg:Springer-Verlag. ISBN 978-3-662-46530-1. itemRAHLF, Thomas, 2017. Data visualisation with R-100 examples.~Cham: Springer International Publishing.~ISBN 978-3-319-49751-8. itemPROVOST,~Foster a Tom FAWCETT, 2015. Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking.~Beijing Köln:~O'Reilly. ISBN~978-1-449-36132-7. itemSLÁNSKÝ, David, 2018.~Data a analytika pro 21. století. Praha:~Professional Publishing.~ISBN 978-80-88260-25-7. itemPROQUEST. 2021. Databáze článků ProQuest [online]. Ann Arbor, MI, USA: ProQuest. [cit. 2021-09-18]. Dostupné z:~http://knihovna.tul.cz/~~ enditemize parKONZULTANT: Šimon Kolář, FRM,~KPMG Czech Republic, s.r.o., Risk Consulting.par
dc.rights	Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26	cs
dc.rights	A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act. https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics https://knihovna.tul.cz/document/26	en
dc.rights.uri	https://knihovna.tul.cz/document/26
dc.rights.uri	https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf
dc.subject	bankovnictví	cs
dc.subject	Big Data	cs
dc.subject	Data Mining	cs
dc.subject	Forward Looking Information	cs
dc.subject	International Financial Reporting Standard	cs
dc.subject	lineární regrese	cs
dc.subject	očekávané úvěrové ztráty	cs
dc.subject	rozhodování na základě dat	cs
dc.subject	banking	en
dc.subject	Big Data	en
dc.subject	Data Mining	en
dc.subject	Forward Looking Information	en
dc.subject	International Financial Reporting Standard	en
dc.subject	linear regression	en
dc.subject	Expected Credit Loss	en
dc.subject	data-driven decision making	en
dc.title	Aplikace dolování dat pro podporu rozhodování v moderních podnicích	cs
dc.title	Application Data Mining for Decision Support in Modern Enterprises	en
dc.type	bakalářská práce	cs
local.degree.abbreviation	Bakalářský
local.degree.discipline	MI
local.degree.programme	Systémové inženýrství a informatika
local.degree.programmeabbreviation	B6209
local.department.abbreviation	KIN
local.faculty	Ekonomická fakulta	cs
local.faculty.abbreviation	FE
local.identifier.author	E19000217
local.identifier.stag	43358
local.identifier.verbis
local.identifier.verbis	kpw06701122
local.note.administrators	automat
local.note.secrecy	Povoleno ZverejnitPraci Povoleno ZverejnitPosudky
local.poradovecislo	3933

Aplikace dolování dat pro podporu rozhodování v moderních podnicích

Files

Original bundle

Collections