Maschinelles Lernen in der ökonomischen Forschung
Year of publication: |
2018
|
---|---|
Authors: | Huber, Matthias ; Schüller, Simone ; Stöckli, Marc ; Wohlrabe, Klaus |
Published in: |
ifo Schnelldienst. - München : ifo Institut - Leibniz-Institut für Wirtschaftsforschung an der Universität München, ISSN 0018-974X. - Vol. 71.2018, 07, p. 50-53
|
Publisher: |
München : ifo Institut - Leibniz-Institut für Wirtschaftsforschung an der Universität München |
Subject: | Wirtschaftsinformatik | Prognoseverfahren | Algorithmus |
Type of publication: | Article |
---|---|
Type of publication (narrower categories): | Article |
Language: | German |
Other identifiers: | 1018522565 [GVK] hdl:10419/181088 [Handle] RePec:ces:ifosdt:v:71:y:2018:i:07:p:50-53 [RePEc] |
Classification: | C10 - Econometric and Statistical Methods: General. General |
Source: |
-
From Predictive Algorithms to Automatic Generation of Anomalies
Mullainathan, Sendhil, (2023)
-
The impacts of using business information systems on operational effectiveness in Hungary
Sasvári, Péter, (2013)
-
Luca, Michael, (2016)
- More ...
-
Maschinelles Lernen in der ökonomischen Forschung
Huber, Matthias, (2018)
-
ifo Konjunkturprognose Winter 2018: Deutsche Konjunktur kühlt sich ab
Wollmershäuser, Timo, (2018)
-
ifo Konjunkturprognose Sommer 2019: Deutsche Konjunktur ohne Schwung
Wollmershäuser, Timo, (2019)
- More ...