dc.contributor.author | Квєтний, Р. Н. | uk |
dc.contributor.author | Бородкін, С. І. | uk |
dc.date.accessioned | 2025-09-12T10:02:47Z | |
dc.date.available | 2025-09-12T10:02:47Z | |
dc.date.issued | 2025 | |
dc.identifier.citation | | uk |
dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/49197 | |
dc.description.abstract | Дослідження 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.abstract | The 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.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | // Матеріали LIV науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23120 | |
dc.subject | LASSO | uk |
dc.subject | Elastic Net | uk |
dc.subject | регуляризація | uk |
dc.subject | часові ряди | uk |
dc.subject | ризик-менеджмент | uk |
dc.subject | машинне навчання | uk |
dc.subject | мультиколінеарність | uk |
dc.subject | адаптивні методи | uk |
dc.subject | LASSO | uk |
dc.subject | Elastic Net | uk |
dc.subject | regularization | uk |
dc.subject | time series | uk |
dc.subject | risk management | uk |
dc.subject | machine learning | uk |
dc.subject | multicollinearity | uk |
dc.subject | adaptive methods | uk |
dc.title | Порівняння методів регуляризації lasso та elastic net для різних видів економічних часових рядів у ризик-менеджменті | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.94 | |
dc.relation.references | Hastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer, 2009 533p. | |
dc.relation.references | Brockwell, P. J., & Davis, R. A. Introduction to Time Series and Forecasting. 3rd edition. Springer, 2016 425p. | |
dc.relation.references | Zou, 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_Models | |
dc.relation.references | Fieberg, C., Metko, D., Poddig, T. et al. Machine learning techniques for cross-sectional equity returns prediction. OR Spectrum 45, 289323 (2023). URL: https://doi.org/10.1007/s00291-022-00693-w | |