Αξιολόγηση ιδιωτικών επενδύσεων Ν.3299/04 με αλγορίθμους μηχανικής μάθησης

Στην παρούσα διπλωματική μελετάται το πρόβλημα της αξιολόγησης ιδιωτικών επενδύσεων της Περιφέρειας Δυτικής Ελλάδας, οι οποίες έχουν υπαχθεί στον Αναπτυξιακό Νόμο 3299/04, με την χρήση αλγορίθμων μηχανικής μάθησης. Ο στόχος είναι δημιουργία ενός μοντέλου αξιολόγησης επενδύσεων το οποίο θα έχει...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Παπακωνσταντίνου, Αναστασία
Άλλοι συγγραφείς: Κωτσιαντής, Σωτήρης
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2019
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/12152
Περιγραφή
Περίληψη:Στην παρούσα διπλωματική μελετάται το πρόβλημα της αξιολόγησης ιδιωτικών επενδύσεων της Περιφέρειας Δυτικής Ελλάδας, οι οποίες έχουν υπαχθεί στον Αναπτυξιακό Νόμο 3299/04, με την χρήση αλγορίθμων μηχανικής μάθησης. Ο στόχος είναι δημιουργία ενός μοντέλου αξιολόγησης επενδύσεων το οποίο θα έχει ενσωματώσει την γνώση που υπάρχει στην αρμόδια υπηρεσία που χειρίζεται τον Αναπτυξιακό Νόμο ( Διεύθυνση Αναπτυξιακού Προγραμματισμού της Περιφέρειας Δυτικής Ελλάδας - ΔΙ.Α.Π. Π.Δ.Ε.) ώστε να αποτελέσει βοηθητικό εργαλείο αξιολόγησης. Τα σύνολα δεδομένων που χρησιμοποιήθηκαν για να εκπαιδεύσουν τους αλγόριθμούς κατηγοριοποίησης, δημιουργήθηκαν από τα στοιχεία των επενδύσεων που υπάρχουν στα αρχεία της ΔΙ.Α.Π., μετά από σχετική άδεια. Στο πειραματικό μέρος της εργασίας εξετάστηκαν διάφοροι αλγόριθμοι κατηγοριοποίησης όπως οι : Naive Bayes, Δέντρα Απόφασης ( Decision Trees ), Νευρωνικά Δίκτυα (Neural Networks), Λογιστική Παλινδρόμηση (Logistic Regression) και Σύνθετοι Κατηγοριοποιητές (Ensemble Classifiers) και αξιολογήθηκαν ως προς την αποδοτικότητά τους.