İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2019 · article

Ülke Kredi Notlarının Makine Öğrenme Algoritmaları ile Tahmini

Dergi İşletme Araştırmaları Dergisi
ISSN1309-0712
YÖKSİS OpenAlex Açık erişim · gold TR Index
Yıl2019
Atıf1OpenAlex
Yüzdelik%65,7
FWCI0,411,00 = dünya ortalaması

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıİşletme Araştırmaları Dergisi
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

Amaç -Bu çalışmanın temel amacı makine öğrenme algoritmalarından yapay sinir ağları, sinirsel bulanık mantık denetim ve destek vektör makinelerinin ülke kredi notu tahminindeki başarılarını araştırmaktır

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

1atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 2 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2022 Ekonomik Özgürlükler İndeks Göstergelerinin Yeni Sanayileşen Ülkelerin Kredi Notları Üzerine EtkisiAtıf 0 · OpenAlex
  2. 2022 Ekonomik Özgürlükler İndeks Göstergelerinin Yeni Sanayileşen Ülkelerin Kredi Notları Üzerine EtkisiAtıf 0 · OpenAlex

Yazarlar

1
  1. HAKAN PABUÇCU BAYBURT ÜNİVERSİTESİ 1