Tema ovog rada je predviđanje bankrota tvrtke modelima strojnog učenja. Na početku je ukratko opisana povijest i podijela strojnog čcenja te problemi koji se rješavaju njime. Nakon toga, objašnjeni su modeli logističke regresije i naivnog bayesovog klasifikatora. Navedeni modeli koriste se kao implementacija iz alata Scikit-learn u sklopu praktičnog rada napisanog u jeziku Python. Napravljeno je i optimiranje parametara modela kako bi se poboljšale performanse. Rezultati modela prije i nakon optimizacije prikazani su grafički i tablično te je njihova usporedba napravljena na kraju 5. poglavlja. The topic of this paper is the prediction of company bankruptcy by machine learning models. At the beginning, the history and division of machine learning and the problems it solves are briefly described. After that, the models of logistic regression and the naive Bayesian classifier are explained. These models are used as an implementation of the Scikit-learn tool as part of a practical paper written in Python. Optimization of model parameters has also been done to improve performance. The results of the models before and after the optimization are presented graphically and tabularly and their comparison is made at the end of Chapter 5.
