پیش بینی میزان موفقیت سرمایه گذار خطرپذیر [پايان نامه فارسي]
حسین کارگر
| شناسگر رکورد: | ۵۲۷۷۲ |
| رشته تحصیلی: | علوم داده |
| عنوان: | پیش بینی میزان موفقیت سرمایه گذار خطرپذیر |
| نويسنده: | حسین کارگر |
| استاد راهنما : | دکتر بهنام بهرک |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۴ |
| چکیده: | پیش‌بینی موفقیت شرکت‌های نوپا از مسائل مهم در تحلیل داده و سرمایه‌گذاری خطرپذیر است. در این پژوهش از داده‌های کرانچ‌بیس شامل اطلاعات شرکت‌ها، بنیان‌گذاران و سوابق تأمین مالی استفاده شده است. بررسی مجموعه‌ی داده نشان داد که مسئله با عدم‌توازن شدید کلاس مواجه است؛ سهم شرکت‌های موفق به‌مراتب کمتر از شرکت‌های ناموفق است. این عدم‌توازن معمولاً مدل‌های یادگیری ماشین را به‌سوی کلاس اکثریت متمایل می‌کند و بازخوانی کلاس اقلیت را کاهش می‌دهد. برای مواجهه با این مسئله، طبقه‌بندی در چارچوب یادگیری تقویتی صورت‌بندی شد. دو الگوریتم شبکه‌ی کیو عمیق و بهینه‌سازی سیاست نزدیک با شکل‌دهی پاداش به‌کار رفتند تا شناسایی درست شرکت‌های موفق پاداش بیشتری داشته باشد و خطای نوع دوم کاهش یابد. مدل‌های خط‌پایه شامل رگرسیون لجستیک، اکس‌جی‌بوست، کت‌بوست و شبکه‌ی عصبی چندلایه نیز برای مقایسه آموزش داده شدند. نتایج نشان می‌دهد که افزودن یادگیری تقویتی، بازخوانی و امتیاز F۱ را نسبت به مدل‌های مرسوم بهبود می‌دهد. تحلیل اهمیت ویژگی‌ها و مقادیر شپلی نیز نقش جاسازی‌های متنی برت ، ویژگی‌های جغرافیایی و نوع صنعت را برجسته کرد. این چارچوب می‌تواند در مسائل مشابه با داده‌های نامتوازن نیز به‌کار رود. |
| واژگان کلیدی: |
پیش‌بینی موفقیت شرکت نوپا کرانچ‌بیس یادگیری تقویتی عدم‌توازن کلاس شبکه‌ی کیو عمیق بهینه‌سازی سیاست نزدیک |
| شماره ثبت | جزء | نسخه | جلد | بخش | قسمت | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 285080 | 1 |
جهت ثبت نظر با حساب کاربری تان وارد شوید