Podrobno

Življenjska zavarovanja z vključenimi garancijami in opcijami v okolju nizkih obrestnih mer : magistrsko delo
ID Dežman, Eva (Avtor), ID Ahčan, Aleš (Mentor) Več o mentorju... Povezava se odpre v novem oknu

URLURL - Predstavitvena datoteka, za dostop obiščite http://www.cek.ef.uni-lj.si/magister/dezman3660-B.pdf Povezava se odpre v novem oknu

Jezik:Slovenski jezik
Ključne besede:zavarovalstvo, življenjska zavarovanja, obrestna mera, modeli, stohastični procesi, vrednotenje, proizvodi
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:EF - Ekonomska fakulteta
Kraj izida:Ljubljana
Založnik:[E. Dežman]
Leto izida:2019
Št. strani:IV, 61, 5 str.
PID:20.500.12556/RUL-113579 Povezava se odpre v novem oknu
UDK:368
COBISS.SI-ID:25417958 Povezava se odpre v novem oknu
Datum objave v RUL:06.02.2020
Število ogledov:1843
Število prenosov:176
Metapodatki:XML DC-XML DC-RDF
:
DEŽMAN, Eva, 2019, Življenjska zavarovanja z vključenimi garancijami in opcijami v okolju nizkih obrestnih mer : magistrsko delo [na spletu]. Magistrsko delo. Ljubljana : E. Dežman. [Dostopano 15 avgust 2025]. Pridobljeno s: http://www.cek.ef.uni-lj.si/magister/dezman3660-B.pdf
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Life insurance products with embedded guarantees and options in a low interest rate environment
Ključne besede:insurance, življenjska zavarovanja, interest rate, models, stochastic processes, valuation, products

Podobna dela

Podobna dela v RUL:
  1. Detekcija uhljev s konvolucijskimi nevronskimi mrežami
  2. Visual ear detection and recognition in unconstrained environments
  3. Generative deep models for ear images
  4. Ear alignment using deep learning
  5. DETECTION OF GLASS CRACKS USING MACHINE VISION
Podobna dela v drugih slovenskih zbirkah:
  1. Epileptic seizure detection using topographic maps and deep machine learning
  2. Detection of single person in depth image using convolutional neural networks
  3. No interface, no problem
  4. Development of object detection system for autonomous vehicles by using LiDAR technology
  5. Analysis of the efficiency of transfer learning for object detection

Nazaj