<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Analiza podatkov o stečajnih postopkih</dc:title><dc:creator>ŠERUGA,	DAVID	(Avtor)
	</dc:creator><dc:creator>Žabkar,	Jure	(Mentor)
	</dc:creator><dc:subject>analiza</dc:subject><dc:subject>podatkovno rudarjenje</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>stačaj</dc:subject><dc:subject>stečajni postopek</dc:subject><dc:description>V tej diplomski nalogi se spoprimemo s problemom napovedovanja dolžin stečajnih postopkov v Sloveniji z uporabo različnih metod strojnega učenja. Imamo širok nabor podatkov o samih postopkih, od leta 2008 naprej in tudi podatke o podjetjih in posameznikih v postopkih. Začeli smo s pripravo podatkov na statistično analizo v kateri smo dobili dober vpogled v problem, ki je pred nami. Na koncu smo zaključili z napovedovanjem dolžin stečajnih postopkov, pri čemer smo ugotovili, da je model XGB naboljši pri napovedovanju z MAE 240 dni. Takoj za njim pa sta bila modela naključni gozd in gradient boost z MAE 243 dni.</dc:description><dc:date>2024</dc:date><dc:date>2024-04-25 10:40:48</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>155971</dc:identifier><dc:identifier>VisID: 36845</dc:identifier><dc:identifier>COBISS_ID: 189956099</dc:identifier><dc:language>sl</dc:language></metadata>
