Napovedovanje denarnih prilivov z algoritmom XGBoostOgnjanović, Špela (Avtor) Grošelj, Jan (Mentor) Dular, Tomaž (Komentor) napoveddenarni priliviXGBoostUporaba umetne inteligence se je začela razvijati tudi v poslovnem okolju. Analiza podatkov podjetjem in drugim institucijam omogoča lažje in učinkovitejše poslovanje. V nalogi oblikujemo model za napovedovanje denarnih prilivov podjetja. Model zasnujemo na preteklih računih izbranega podjetja, na katerih testiramo različne algoritme strojnega učenja. Izkaže se, da najboljše rezultate vrne algoritem XGBoost. Algoritem sodi med drevesne algoritme strojnega učenja in se uporablja tako za primere razvrščanja kot za regresijske primere modeliranja. Obravnavani model ocenimo z različnimi metodami za ocenjevanje modelov strojnega učenja. To so metrika natančnost, metrika AUC, ROC krivulja, krivulja preciznost - priklic, kalibracijska krivulja in druge. Model dodatno preizkusimo na novejših podatkih ter primerjamo rezultate ocen te napovedi z ocenami napovedi izvedene na testni množici podatkov.20222022-09-04 08:15:17Magistrsko delo/naloga139566sl