Olvasói vélemények
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Eredeti címe:
Econometrics and Data Science: Apply Data Science Techniques to Model Complex Problems and Implement Solutions for Economic Problems
Könyv tartalma:
Ismerje meg a gépi tanulási módszerek alkalmazását a makrogazdasági kutatásban. Ez a könyv összehozza a közgazdaságtant és az adattudományt.
A szerző Tshepo Chris Nokeri a kovarianciaelemzés, a korrelációelemzés, a keresztvalidálás, a hiperparaméter-optimalizálás, a regresszióelemzés és a reziduális elemzés bemutatásával kezdi. Emellett bemutat egy megközelítést a multikollinearitással való megküzdésre. Ezután lebuktatja az additív modellként felismert idősoros modellt. Feltár egy technikát a gazdasági jellemző binarizálására, hogy logisztikus regresszióval osztályozási elemzést végezzen. Bevezeti a rejtett Markov-modellt, amelyet a világgazdaság rejtett mintáinak és növekedésének felfedezésére használ. A szerző olyan felügyelet nélküli gépi tanulási technikákat mutat be, mint a főkomponens-elemzés és a klaszterelemzés. A mesterséges neurális hálózatok képzésével és teljesítményük értékelésével együtt feltárja a legfontosabb mélytanulási fogalmakat és a mesterséges neurális hálózatok felépítésének módjait. A Monte-Carlo-szimulációs technikát a pénz vásárlóerejének ösztönzésére alkalmazza egy gazdaságban. Végül a strukturális egyenletmodellt (SEM) a korrelációelemzés, a faktorelemzés, a többváltozós elemzés, az oksági elemzés és az útelemzés integrálása céljából vizsgálják.
A könyv elolvasása után fel kell ismernie a kapcsolatot az ökonometria és az adattudomány között. Tudni fogja, hogyan alkalmazhat gépi tanulási megközelítést komplex gazdasági problémák modellezésére és más, e könyvön túlmutató problémák modellezésére. Tudni fogja, hogyan lehet megkerülni és javítani a modellek teljesítményét, a gépi tanulás megközelítésének gyakorlati következményeivel együtt az ökonometriában, és képes lesz kezelni az égető gazdasági problémákat.
Mit fog tanulni
⬤ Vizsgálja meg az összetett, többváltozós, lineáris-okozati struktúrákat az út- és struktúraelemzési technikával, beleértve a nemlinearitást és a rejtett állapotokat.
⬤ Tudja megismerni a gépi tanulás és a mélytanulás gyakorlati alkalmazásait az ökonometriában.
⬤ Tanulja meg az elméleti keretet és a hipotézisek kidolgozását, valamint a megfelelő modellek kiválasztásának technikáit.
⬤ Kifejtse, tesztelje, validálja és javítsa a legfontosabb felügyelt (azaz regresszió és osztályozás) és nem felügyelt (azaz dimenziócsökkentés és klaszterelemzés) gépi tanulási modelleket, a neurális hálózatok, Markov- és SEM-modellek mellett.
⬤ Az adatok és modellek bemutatása és értelmezése.
Kinek szól ez a könyv
Kezdő és középhaladó adattudósok, közgazdászok, gépi tanulási mérnökök, statisztikusok és üzleti vezetők.
