dc.contributor.advisor |
Billio, Monica |
it_IT |
dc.contributor.author |
Pollesel, Leonardo <1995> |
it_IT |
dc.date.accessioned |
2020-07-15 |
it_IT |
dc.date.accessioned |
2020-09-24T12:04:03Z |
|
dc.date.available |
2020-09-24T12:04:03Z |
|
dc.date.issued |
2020-07-28 |
it_IT |
dc.identifier.uri |
http://hdl.handle.net/10579/17651 |
|
dc.description.abstract |
Questa tesi di laurea punta a creare un modello al fine di prevedere il rating del credito delle società quotate in Italia. Il processo inizia con una selezione di variabili finanziarie prese da Compustat per le società quotate americane e da Bureau van Dijk per le società quotate italiane. Dopo aver usato diversi modelli di machine learning a partire da Random Forest, Multilayer Perceptron e infine Convolutional Neural Network per scoprire quello con la precisione migliore. |
it_IT |
dc.language.iso |
en |
it_IT |
dc.publisher |
Università Ca' Foscari Venezia |
it_IT |
dc.rights |
© Leonardo Pollesel, 2020 |
it_IT |
dc.title |
Machine Learning applied to Credit Rating for Italian listed companies |
it_IT |
dc.title.alternative |
Machine Learning applied to Credit Rating for Italian Listed Companies |
it_IT |
dc.type |
Master's Degree Thesis |
it_IT |
dc.degree.name |
Economia e finanza |
it_IT |
dc.degree.level |
Laurea magistrale |
it_IT |
dc.degree.grantor |
Dipartimento di Economia |
it_IT |
dc.description.academicyear |
2019/2020 - Sessione Estiva |
it_IT |
dc.rights.accessrights |
openAccess |
it_IT |
dc.thesis.matricno |
877583 |
it_IT |
dc.subject.miur |
SECS-S/01 STATISTICA |
it_IT |
dc.description.note |
|
it_IT |
dc.degree.discipline |
|
it_IT |
dc.contributor.co-advisor |
|
it_IT |
dc.date.embargoend |
|
it_IT |
dc.provenance.upload |
Leonardo Pollesel (877583@stud.unive.it), 2020-07-15 |
it_IT |
dc.provenance.plagiarycheck |
Monica Billio (billio@unive.it), 2020-07-27 |
it_IT |