Cantitate/Preț
Produs

Machine-learning Techniques in Economics: New Tools for Predicting Economic Growth: SpringerBriefs in Economics

Autor Atin Basuchoudhary, James T. Bang, Tinni Sen
en Limba Engleză Paperback – 8 ian 2018
This book develops a machine-learning framework for predicting economic growth. It can also be considered as a primer for using machine learning (also known as data mining or data analytics) to answer economic questions. While machine learning itself is not a new idea, advances in computing technology combined with a dawning realization of its applicability to economic questions makes it a new tool for economists. 
Citește tot Restrânge

Din seria SpringerBriefs in Economics

Preț: 45822 lei

Puncte Express: 687

Carte tipărită la comandă

Livrare economică 20 iulie-03 august

Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.

Specificații

ISBN-13: 9783319690131
ISBN-10: 3319690132
Pagini: 87
Ilustrații: VI, 94 p. 20 illus., 19 illus. in color.
Dimensiuni: 155 x 235 mm
Greutate: 0.15 kg
Ediția:1st ed. 2017
Editura: Springer International Publishing
Colecția Springer
Seria SpringerBriefs in Economics

Locul publicării:Cham, Switzerland

Cuprins

Why this Book?.- Data, Variables, and Their Sources.- Methodology.- Predicting Economic Growth: A First Look.- Predicting Economic Growth: Which Variables Matter?.- Predicting Recessions: What We Learn from Widening the Goalposts.- Epilogue.

Caracteristici

Offers a guide to how machine learning techniques can improve predictive power in answering economic questions Provides R codes to help guide the researcher in applying machine learning techniques using the R package Uses partial dependence plots to tease out non-linear effects of explanatory variables on the dependent variables