Резултати

еНаука >  Резултати >  Improving audit opinion prediction accuracy using metaheuristics-tuned XGBoost algorithm with interpretable results through SHAP value analysis
Назив: Improving audit opinion prediction accuracy using metaheuristics-tuned XGBoost algorithm with interpretable results through SHAP value analysis
Аутори: Todorovic, Mihailo  ; Stanisic, Nemanja  ; Zivkovic, Miodrag  ; Nebojsa Bacanin  ; Simic, Vladimir; Erfan Babaee Tirkolaee
Година: 2023
Публикација: Applied Soft Computing
ISSN: 1568-4946 Applied Soft Computing Претражи идентификатор
Тип резултата: Научни чланак
Колација: str. 110955-110955
DOI: 10.1016/j.asoc.2023.110955
WoS-ID: 001108066100001
Scopus-ID: 2-s2.0-85175043979
URI: https://enauka.gov.rs/handle/123456789/837642
https://www.sciencedirect.com/science/article/abs/pii/S1568494623009730
http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/2/9628
URL: https://www.sciencedirect.com/science/article/abs/pii/S1568494623009730?via%3Dihub
Извор метаподатака: (Preuzeto iz ORCID-a) Živković, Miodrag
М-категорија: 
21aM21a - Рад у међ. часопису изузетних вредности

8
SCOPUSTM
7
WEB OF SCIENCETM
Алт метрика
Dimensions

Пронађи DOI

Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.