請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/8399| 標題: | 利用深度學習預測審計失敗--以台灣為例 Predict Audit Failure Using Deep Learning Algorithm—Take Taiwan as Example |
| 作者: | Chia-Yang Hsu 徐佳揚 |
| 指導教授: | 吳琮璠(Chung-Fern Wu) |
| 關鍵字: | 會計師,審計失敗,深度學習,機器學習, Auditor,Audit Failure,Deep Learning,Machine Learning, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | 利用台灣上市、櫃公司財務報表重編作為審計失敗的指標，並依照Fully Connected Feedforward Network架構架設深度學習模型，用以預測可能發生審計失敗的查核案件，並利用半監督式學習與Voting等方式強化預測效果。與對照組邏輯斯回歸模型相比，預測能力顯著提升。 Used financial statement restatements of Taiwanese lised companies as indicator of audit failure, and built a Deep learning models based on Fully Connected Feedforward Network framework to predict audit failure, then used semi-supervised learning and Noting methods to improve prediction outcome. The predictive ability was signigicantly improved compared with the logistic regression model of the control group. |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/8399 |
| DOI: | 10.6342/NTU202100827 |
| 全文授權: | 同意授權(全球公開) |
| 顯示於系所單位： | 會計學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-1204202115134100.pdf | 2.77 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。