Apprentissage profond pour prédire l'échec financier

Il est extr瘱ement important pour les entreprises op廨ant dans un pays de maintenir leur propre existence et de fournir des avantages ?l'嶰onomie du pays. La mondialisation des 嶰onomies et les crises 嶰onomiques qui en r廥ultent dans le monde affectent n嶲ativement les 嶰onomies des 尒ats et des entreprises op廨ant dans le monde. Dans le cadre de toutes ces situations, il est devenu imp廨atif pour les entreprises d'皻re bien g廨嶪s financi鋨ement et de prendre les mesures n嶰essaires avant la faillite afin de pr憝enir ou de minimiser l'impact de ces crises. C'est pourquoi il est important de pr憝oir les d嶨aillances financi鋨es. Dans cette 彋ude, le Z-Score d'Altman, qui est l'une des premi鋨es 彋udes des m彋hodes traditionnelles de pr嶮iction des d嶨aillances financi鋨es et qui est encore fr廦uemment utilis?aujourd'hui dans la pr嶮iction des d嶨aillances et des faillites, et les m彋hodes traditionnelles et modernes telles que les r廥eaux neuronaux artificiels, la m彋hode de la for皻 al嶧toire, les machines ?vecteurs de support, les arbres de d嶰ision des m彋hodes d'apprentissage automatique, sont compar廥 et expliqu廥. Cette 彋ude est d廨iv嶪 de la th鋊e de doctorat 嶰rite par Şafak S霵mez Soydaş (Conseiller: Assoc. Dr. Handan M) en 2021 et accept嶪 par l'Institut d'enseignement sup廨ieur de l'Universit?G?#351;hane.