تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > تقييم أداء نماذج الذكاء الاصطن...>مارك

تقييم أداء نماذج الذكاء الاصطناعي في التنبؤ بالتعثر المالي: دراسة تطبيقية على الشركات المقيدة في البورصة خلال الفترة من 2007-2022

العنوان بلغة أخرى: Evaluation of The Artificial Intelligence Models in Financial Distress Prediction in Egyptian Listed Companies During 2007-2022
المصدر: مجلة جامعة الإسكندرية للعلوم الإدارية
الناشر: جامعة الإسكندرية - كلية التجارة
المؤلف الرئيسي: عبدالرازق، مروة محمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdel Razek, Marwa Mohamad
مؤلفين آخرين: زكي، إيمان محب (م. مشارك) , حسن، وائل مصطفى (م. مشارك)
المجلد/العدد: مج61, ع6
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: أكتوبر
الصفحات: 407 - 798
ISSN: 2682-4183
رقم MD: 1544655
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الذكاء الصناعي | البورصة | التعثر المالي | تقييم الأداء
كلمات المؤلف المفتاحية:
نماذج التعلم الجماعي Learning Ensemble | خوارزميات التعلم Clustering Algorithm | التنبؤ بالتعثر المالي | EM-Z Score | الذكاء الاصطناعي | Artificial Intelligence | Ensemble Learning Models | Clustering Algorithm | Financial Distress Prediction
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
LEADER 03205nam a22002537a 4500
001 2287793
041 |a ara 
044 |b مصر 
100 |a عبدالرازق، مروة محمد  |g Abdel Razek, Marwa Mohamad  |e مؤلف  |9 817034 
245 |a تقييم أداء نماذج الذكاء الاصطناعي في التنبؤ بالتعثر المالي:  |b دراسة تطبيقية على الشركات المقيدة في البورصة خلال الفترة من 2007-2022 
246 |a Evaluation of The Artificial Intelligence Models in Financial Distress Prediction in Egyptian Listed Companies During 2007-2022 
260 |b جامعة الإسكندرية - كلية التجارة  |c 2024  |g أكتوبر 
300 |a 407 - 798 
336 |a بحوث ومقالات  |b Article 
520 |a تهدف هذه الدراسة إلى تقييم أداء نماذج الذكاء الاصطناعي، مع التركيز على نماذج تعلم الآلة الخاضع للإشراف وغير الخاضع له، وذلك في التنبؤ بالتعثر المالي، ولتحقيق هدف الدراسة تم اختيار نماذج التعلم الجماعي Ensemble Learning كأحد أنواع تعلم الآلة الخاضع للإشراف، وخوارزميات التجميع Clustering Algorithm كأحد أنواع تعلم الآلة غير الخاضع للإشراف، وذلك على 44 شركة مقيدة في البورصة المصرية تعمل في القطاع العقاري والتشييد ومواد البناء خلال الفترة من 2017 حتى 2022. أسفرت نتائج الدراسة عن تفوق أداء مجموعة التعلم الجماعي (ENSEMBLE LEARNING) الخاضعة للإشراف على نموذج (CLUSTERING ALGORITHM) غير الخاضع للإشراف.  |b This paper aims to evaluate artificial intelligence in financial distress prediction, to reach our purpose, we collect data from 44 Egyptian listed companies during the period of 2007- 2022, ensemble leaning machine and clustering algorithm were trained and tested, based on their validation test, we conclude that ensemble learning outperform clustering algorithm in prediction financial distress. 
653 |a الذكاء الصناعي  |a البورصة  |a التعثر المالي  |a تقييم الأداء 
692 |a نماذج التعلم الجماعي Learning Ensemble  |a خوارزميات التعلم Clustering Algorithm  |a التنبؤ بالتعثر المالي  |a EM-Z Score  |a الذكاء الاصطناعي  |b Artificial Intelligence  |b Ensemble Learning Models  |b Clustering Algorithm  |b Financial Distress Prediction 
700 |a زكي، إيمان محب  |g Zaki, Iman Moheb  |e م. مشارك  |9 817036 
700 |9 766027  |a حسن، وائل مصطفى  |e م. مشارك  |g Hassan, Wael Mustaf 
773 |4 الإدارة  |6 Management  |c 010  |e Journal of Alexandria University for Administrative Sciences  |f Maǧallaẗ Ǧāmiʿaẗ Al-Iskandariyyaẗ Lil ʿulūm Al-Idāriyyaẗ  |l 006  |m مج61, ع6  |o 2200  |s مجلة جامعة الإسكندرية للعلوم الإدارية  |v 061  |x 2682-4183 
856 |u 2200-061-006-010.pdf 
930 |d n  |p y  |q n 
995 |a EcoLink 
999 |c 1544655  |d 1544655 

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.