k-on第二季的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

應用倒傳遞類神經網路預測航運業上市(櫃)公司盈餘之研究

為了解決k-on第二季的問題，作者鄭怡青 這樣論述：

台灣位居亞太地區經貿樞紐，得天獨厚的地理位置優勢便於台灣汲取全球供應鏈資源與市場。台灣北鄰世界第三大經濟體—日本，南接東協十國及印度，東鄰世界最大經濟體—美國，西鄰世界第二大經濟體與全球經濟發展重心—中國大陸，台灣堪稱是亞洲運輸樞紐與東亞地區物流轉運中心，也因此造就了航運產業的蓬勃發展。然而，2008年金融危機爆發重創航運產業，卻也反映出航運產業易受經濟大環境影響的特性。為避免嚴重特殊傳染性肺炎（COVID-19)致使全球經濟供應鏈停擺對航運產業造成經營績效評估上的不準確，本研究使用2020年以前台灣上市(櫃)海運與航空公司財務報告衡量企業經營績效。經營績效的優劣不僅反映了企業過去的

營運成果，更攸關企業未來的發展方向。本研究將依台灣經濟新報提供之財務報表資料建構企業獲利能力預測模型，協助預測企業盈餘，透過分析瞭解企業利潤之影響因素，進而推動企業體更大的成長空間，創造出更多的發展機會。 本研究以台灣上市(櫃)海運與航空公司2014年第一季至2018年第四季公司財務報表建立獲利能力預測模型。藉由迴歸分析法檢視並篩選出投入變數，再以類神經網路監督式學習建構出預測模型，以敏感度分析法判別投入變數的影響程度，最終以2019年海運與航空公司之財務報表驗證所建立模型之有效性。 倒傳遞類神經網路為一種學習演算法，廣泛被應用於學術上和產業界，其能夠有效學習多維度複雜問題與處理共

線性。研究結果顯示，以2014-2019年之季資料共計312筆數值為訓練及測試資料，進行類神經網路監督式學習，其預測結果相較於迴歸分析具有高度準確性。且依敏感度分析顯示營業毛利率、營業費用-用人費用、營業成本-薪資、營業費用-勞健保、營業費用-薪資、營業成本-用人費用、營業費用-退休金等對營業利益率皆有顯著影響，為影響營業利益率之重要參數，藉此可提供海運及航空公司經營者做為公司永續經營之決策參考資訊。