Bonit tspr fung Von Firmenkunden Mit Hilfe K nstlicher Neuronaler Netze

Diplomarbeit aus dem Jahr 1997 im Fachbereich BWL - Investition und Finanzierung, Note: 1, Universitt Augsburg (Wirtschafts und Sozialwissenschaften, Betriebswirtschaft), Veranstaltung: Lehrstuhl fr mathematische Methoden der Wirtschaftswissenschaften, Sprache: Deutsch, Abstract: Inhaltsangabe: Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung 1.1Aktuelle Entwicklung der Insolvenzen 1.2Motivation und Ziel der Arbeit 1.3Gang der Darstellung 2.Grundlagen der Bonittsprfung 2.1Gegenstand und Ziel der Bonittsprfung 2.2Jahresabschluanalyse: Verfahrensberblick 2.3Verfahren der Kennzahlenanalyse 2.3.1Grundlagen 2.3.2Traditionelle Kennzahlenanalyse 2.3.3EDV-gesttzte Kennzahlenanalyse 3.Empirisch-induktive Verfahren 3.1Regressionsanalyse 3.2Diskriminanzanalyse: Grundlagen und Vorbereitungen 3.2.1Begriffsabgrenzung 3.2.2Zweiteilung des Datenmaterials 3.2.3Auswahl der Kennzahlen 3.2.4Festlegung der Zielsetzung 3.3Univariate Diskriminanzanalyse 3.4Multivariate Diskriminanzanalyse 3.4.1Prfung auf Normalverteilung 3.4.2Prfung auf Trennfhigkeit 3.4.3Das Problem der Multikollinearitt 3.4.4Gleichheit der Varianz-Kovarianz-Matrizen 3.4.5Ermittlung der Diskriminanzfunktion 3.4.6Vergleich der Methoden der MDA 3.5Mustererkennung 4.Knstliche Neuronale Netze 4.1Grundlagen und Begriffsabgrenzung 4.1.1Das biologische Vorbild 4.1.2Das Neuron 4.1.3Die Netz-Topologie 4.1.4Die Lernregeln 4.2Exemplarische Beschreibung einiger Netztypen 4.2.1Das Perzeptron 4.2.1.1Grundlagen 4.2.1.2Das Trainingsverfahren fr das Perzeptron 4.2.1.3Beispiel 1: Das Perzeptron 4.2.2Das Multi-Layer-Perceptron 4.2.2.1Grundlagen 4.2.2.2Beispiel 2: Das XOR-Problem mit dem MLP 4.2.2.3Der Backpropagation-Algorithmus 4.2.2.4Beispiel 3: Der Backpropagation-Algorithmus 4.2.3Counterpropagation 4.2.4Learning Vector Quantization 4.3Probleme beim Training von KNN 4.3.1Overlearning 4.3.2Probleme im Zusammenhang mit dem Gradientenabstiegsverfahren 5.Bonittsprfung mit Neuronalen Netzen 5.1Grundstzliche Vorberlegung