Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/BBA7FBFC-5D06-4551-8C71-1E47FE229E1D | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.95471 | - |
| Γλώσσα | el | - |
| Μέγεθος | 52 σελίδες | el |
| Μέγεθος | 2.3 megabytes | en |
| Τίτλος | Εφαρμογή μεθόδων τεχνητής νοημοσύνης στην αξιολόγηση αμοιβαίων κεφαλαίων | el |
| Τίτλος | Application of artificial intelligence methods to the evaluation of mutual funds | en |
| Δημιουργός | Koutsorinakis Vasileios | en |
| Δημιουργός | Κουτσορινακης Βασιλειος | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Doumpos Michail | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Δουμπος Μιχαηλ | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Zopounidis Konstantinos | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Ζοπουνιδης Κωνσταντινος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Gaganis Chrysovalantis | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Γαγανης Χρυσοβαλαντης | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Production Engineering and Management | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης | el |
| Περιγραφή | Μεταπτυχιακή Διατριβή που υποβλήθηκε στη σχολή ΜΠΔ του Πολυτεχνείου Κρήτης για την πλήρωση προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος Ειδίκευσης- MBA. | el |
| Περίληψη | Με τους όρους «τεχνητή νοημοσύνη» και « μηχανική μάθηση» αντικατοπτρίζεται ένα ευρύ φάσμα πρακτικών και μεθοδολογιών που έχουν αναπτυχθεί ραγδαία την τελευταία 20ετία και χρησιμοποιούνται σε όλο και περισσότερες πτυχές τόσο της επιστημονικής έρευνας, όσο και στην ανάπτυξη συστημάτων και εργαλείων της καθημερινότητας μας. Στην παρούσα εργασία θα γίνει αρχικά μια βιβλιογραφική ανασκόπηση προσεγγίζοντας θεωρητικά, και με βάση τις μέχρι τώρα έρευνες, το πως η τεχνητή νοημοσύνη και οι μέθοδοι μηχανικής μάθησης συμβάλουν σημαντικά στην λήψη αποφάσεων για επενδύσεις από εταιρείες «αμοιβαίων κεφαλαίων». Στο πρακτικό κομμάτι της εργασίας χρησιμοποιώντας δευτερογενή δεδομένα (πηγή kaggle.com) θα προσπαθήσουμε εφόσον επεξεργαστούμε τα αρχικά δεδομένα για τα αμοιβαία κεφάλαια της εν λόγω λίστας να εφαρμόσουμε τεχνικές μηχανικής μάθησης (κυρίως μέσω R) και να καταλήξουμε σε κάποιο/α μοντέλο/α που θα προσπαθούν να εκτιμούν το Rating του κάθε «αμοιβαίου κεφαλαίου» στην λίστα κατάταξης της Morningstar συνδυάζοντας κάποιες από τις μεταβλητές που υπάρχουν στα δεδομένα. | el |
| Τύπος | Μεταπτυχιακή Διατριβή | el |
| Τύπος | Master Thesis | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2023-04-10 | - |
| Ημερομηνία Δημοσίευσης | 2023 | - |
| Θεματική Κατηγορία | Αξιολόγηση αμοιβαίων κεφαλαίων με μεθόδους τεχνητής νοημοσύνης | el |
| Βιβλιογραφική Αναφορά | Βασίλειος Κουτσορινάκης, "Εφαρμογή μεθόδων τεχνητής νοημοσύνης στην αξιολόγηση αμοιβαίων κεφαλαίων", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2023 | el |
| Βιβλιογραφική Αναφορά | Vasileios Koutsorinakis, "Application of artificial intelligence methods to the evaluation of mutual funds", Master Thesis, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2023 | en |
Copyright © DIAS 2013
