Tvorba experimentálního prostředí pro testování teorií populačního růstu pomocí metod mechanického učení
| Název práce: | Tvorba experimentálního prostředí pro testování teorií populačního růstu pomocí metod mechanického učení |
|---|---|
| Autor(ka) práce: | Mec, Michal |
| Typ práce: | Disertační práce |
| Vedoucí práce: | Čermáková, Klára |
| Oponenti práce: | Řežábek, Pavel; Pavelka, Tomáš |
| Jazyk práce: | Česky |
| Abstrakt: | Cílem této disertační práce je vytvoření experimentálního prostředí pro testování teorií populačního růstu, a to za pomocí genetického algoritmu. Celkově se v této práci prověřili dvě teorie. První teorie zkoumá vztah mezi počtem dětí a vzdělaností a druhá teorie vztah mezi počtem dětí a mzdou. Vygenerované hodnoty genetickým algoritmem u obou teorií jsou stabilní a většinou v rámci jedné standartní odchylky. Některé parametry vygenerované genetickým algoritmem u první teorie nejsou v souladu s reálnými daty a z tohoto důvodu je nutné danou teorii více ověřit. U druhé teorie vygenerované parametry mají lepší oporu v reálných datech, ale na druhou stranu nejsou v souladu s některými předpoklady makroekonomických růstových modelů, jako jsou například konstantní výnosy z rozsahu. Tento nový přístup, který umožňuje experimentování s danými teoriemi, je dosud neprobádanou oblastí, která se může v budoucnu ukázat jako velmi přínosná pro ekonomický výzkum. Tato práce ukazuje několik způsobů, jak pracovat s genetickým algoritmem v ekonomickém výzkumu. |
| Klíčová slova: | kvalita vs. kvantita; populační růst; metody mechanického učení; fertilita; genetický algoritmus |
| Název práce: | Creation of experimental environment for testing theories of population growth with machine learning methods |
|---|---|
| Autor(ka) práce: | Mec, Michal |
| Typ práce: | Dissertation thesis |
| Vedoucí práce: | Čermáková, Klára |
| Oponenti práce: | Řežábek, Pavel; Pavelka, Tomáš |
| Jazyk práce: | Česky |
| Abstrakt: | The aim of the dissertation thesis is to create an experimental environment to evaluate theories of population growth with usage of genetic algorithms. Overall, in this thesis I checked two theories. The first theory examines the relationship between the number of children and education and the second theory examines the relationship between the number of children and wages. Genetic algorithm generated parameters are stable and mostly in the range of one standard deviation in both tested theories. In the first theory, some parameters are not in accordance with real data and for this reason there is a need for more deep verification of this theory more deeply. In the second theory generated parameters are more accord to real data. On the other hand, they are not in accordance with conditions of macroeconomic growth models, for example constant returns to scale. This novel approach enables experimenting with theories, is still an uncharted area, which can be in the future beneficial for economic research. This thesis shows multiple ways to work with genetic algorithms in economic research. |
| Klíčová slova: | genetic algorithm; quantity vs. quality; fertility; population growth; machine learning |
Informace o studiu
| Studijní program / obor: | Ekonomická teorie |
|---|---|
| Typ studijního programu: | Doktorský studijní program |
| Přidělovaná hodnost: | Ph.D. |
| Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
| Fakulta: | Národohospodářská fakulta |
| Katedra: | Katedra ekonomie |
Informace o odevzdání a obhajobě
| Datum zadání práce: | 6. 10. 2020 |
|---|---|
| Datum podání práce: | 16. 12. 2024 |
| Datum obhajoby: | 6. 2. 2025 |
| Identifikátor v systému InSIS: | https://insis.vse.cz/zp/74561/podrobnosti |