Show simple item record

dc.contributor.authorКвєтний, Р. Н.uk
dc.contributor.authorБородкін, С. І.uk
dc.date.accessioned2025-09-12T10:02:47Z
dc.date.available2025-09-12T10:02:47Z
dc.date.issued2025
dc.identifier.citationКвєтний Р. Н., Бородкін С. І. Порівняння методів регуляризації LASSO та Elastic Net для різних видів економічних часових рядів у ризик-менеджменті // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23120.uk
dc.identifier.isbn978-617-8132-48-8
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/49197
dc.description.abstractДослідження порівнює методи регуляризації (LASSO, Elastic Net та їх модифікації) для прогнозування ризиків на основі економічних часових рядів. Аналіз спрямовано на виявлення оптимальних підходів, здатних зменшити вплив мультиколінеарності та підвищити точність моделей у сфері ризик-менеджменту. Отримані результати дозволяють розробити рекомендації щодо вибору методів регуляризації залежно від характеристик економічних даних.uk
dc.description.abstractThe study compares regularization methods (LASSO, Elastic Net, and their modifications) for risk forecasting based on economic time series. The analysis focuses on identifying optimal approaches capable of reducing the impact of multicollinearity and enhancing model accuracy in risk management. The obtained results enable the development of recommendations for selecting regularization methods based on the characteristics of economic data.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23120
dc.subjectLASSOen
dc.subjectElastic Neten
dc.subjectрегуляризаціяuk
dc.subjectчасові рядиuk
dc.subjectризик-менеджментuk
dc.subjectмашинне навчанняuk
dc.subjectмультиколінеарністьuk
dc.subjectадаптивні методиuk
dc.subjectregularizationen
dc.subjecttime seriesen
dc.subjectrisk managementen
dc.subjectmachine learningen
dc.subjectmulticollinearityen
dc.subjectadaptive methodsen
dc.titleПорівняння методів регуляризації LASSO та Elastic Net для різних видів економічних часових рядів у ризик-менеджментіuk
dc.typeThesis
dc.identifier.udc004.94
dc.relation.referencesHastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer, – 2009 – 533p.en
dc.relation.referencesBrockwell, P. J., & Davis, R. A. Introduction to Time Series and Forecasting. 3rd edition. Springer, – 2016 – 425p.en
dc.relation.referencesZou, H., & Hastie, T. Elastic Net Regularization Paths for All Generalized Linear Models. Journal of Statistical Software, 39 (1), – 2014, URL: https://www.researchgate.net/publication/369483920_Elastic_Net_Regularization_Paths_for_All_Generalize d_Linear_Modelsen
dc.relation.referencesFieberg, C., Metko, D., Poddig, T. et al. Machine learning techniques for cross-sectional equity returns’ prediction. OR Spectrum 45, 289–323 (2023). URL: https://doi.org/10.1007/s00291-022-00693-wen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record