Search results

1

Multi-criteria decision making in project environment using decision trees and real options – a comparison of methods

100%

Nowak M., Targiel K. S.

Studia Ekonomiczne

|

2017

|

vol. 323

98-106

EN

The complexity of modern projects makes the proper management crucial. The volatile environment of the XXI century means that it is important to choose the right decision at the right moment. During the life of project there is the need to make many decisions, which are embedded in time. Moreover, in many cases evaluation of these decisions depends on multiple criteria. Two approaches are poposed to deal with such situation: Multicriteria Decision Tree and Multi-State Real Options (MSRO). The paper compares areas of applicability, limitations and advantages of these methods. As result, it is concluded, that MSRO method is more specific and can be used only in situations where exist real options.

PL

Złożoność nowoczesnych projektów sprawia, że zarządzanie ma kluczowe znaczenie. Niestabilne środowisko XXI w. oznacza, że ważne jest, aby podjąć właściwą decyzję w odpowiednim momencie. W trakcie realizacji projektu konieczne jest podjęcie wielu decyzji osadzonych w czasie. Ponadto często ocena tych decyzji zależy od wielu kryteriów. W celu rozwiązania takich sytuacji pojawiają się dwa podejścia: wielokryterialne drzewo decyzyjne i wielostanowe opcje realne (MSRO). W pracy porównano obszary zastosowań, ograniczenia i zalety tych metod. W rezultacie stwierdzono, że metoda MSRO jest bardziej specyficzna i może być stosowana tylko w sytuacjach, w których istnieją opcje realne.

2

System elektronicznych zapisów medycznych dla wspomagania decyzji z wykorzystaniem Google Application Engine (GAE)

84%

Martsenyuk V., Samenets A.

Studia Ekonomiczne

|

2016

|

vol. 308

157-172

PL

W artykule określono aktualność użycia i alternatywne podejścia dla wdrożenia medycznego systemu informatycznego (MeIS) w dziedzinie opieki zdrowotnej. Omówiono możliwości wdrożenia systemu wspomagania decyzji (DSS) w diagnostyce powikłania ciąży. Przedstawiono wyniki opracowania platformy DSS jako modułu (wtyczki) dla rozpowszechnionego publicznie MeIS o otwartym kodzie OpenEMR. Opracowano model informacyjny bazy danych DSS. Zrealizowano dialogowy komponent DSS z użyciem API zawartym w MeIS OpenEMR. Opracowano moduł administracyjny DSS z użyciem frameworku Yii2 w technologii PHP. Przedstawiono podejścia do realizacji algorytmu procesu podejmowania decyzji w postaci odrębnej usługi środkami Google App Engine.

EN

The article presents an actuality of usage and alternative approaches for application of medical information system (MeIS) in branch of healthcare. Possibilities of usage of decision support system (DSS) at diagnostics of pathology of pregnancy are analyzed. Outcomes of development of DSS platform as plugin for open-source MeIS OpenEMR are presented. Information model for database of DSS is developed. Dialog component of DSS using API of MeIS OpenEMR is implemented. Administration module of DSS is developed with help of PHP-framework Yii2. An approache for implementation of algorithm of decision making process in the form of separate service applying Google App Engine is presented.

3

Metody uczenia maszynowego w prognozowaniu niewypłacalności

84%

Paliński A.

Studia Ekonomiczne

|

2018

|

vol. 358

173-181

PL

W artykule zastosowano wybrane algorytmy uczenia maszynowego na zbiorach danych zawierających wskaźniki finansowe w celu sprawdzenia skuteczności prognozowania upadłości. Trafność prognoz upadłości na zbiorach niezbilansowanych o przeważającym udziale firm prowadzących działalności nad upadłymi wyniosła jedynie 37%. Trafność prognozowania upadłości na zbiorach zbilansowanych wyniosła 60%. Dla porównania, uproszczone podejście eksperckie wyłoniło 76% spośród upadłych podmiotów, ale znacząco zawyżyło zbiór firm zagrożonych upadłością. Metody uczenia maszynowego okazują się skuteczne dla dużych zbiorów danych, które są zbyt liczne do analizy przez człowieka.

EN

The article uses selected machine learning algorithms on datasets containing financial ratios to check the effectiveness of bankruptcy prediction. The accuracy of bankruptcy forecasts for unbalanced dataset with the prevalence of companies still operating over bankrupts was only 37%. The accuracy of bankruptcy forecasting on a balanced dataset was 60%. The simplified expert approach selected 76% of bankrupt entities, but significantly overstated the set of companies exposed on bankruptcy. Machine learning methods are effective for large data sets that are too numerous for human analysis.

Refine search results

3 Studia Ekonomiczne

1 Martsenyuk V.

1 Nowak M.

1 Paliński A.

1 Samenets A.

1 Targiel K. S.

1 2018

1 2017

1 2016

Multi-criteria decision making in project environment using decision trees and real options – a comparison of methods

System elektronicznych zapisów medycznych dla wspomagania decyzji z wykorzystaniem Google Application Engine (GAE)

Metody uczenia maszynowego w prognozowaniu niewypłacalności