ПРИМЕНЕНИЕ КЛАССИЧЕСКИХ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЭКОНОМИЧЕСКОМ АНАЛИЗЕ. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ
Keywords:
Особенно важным является использование классических методов машинного обучения, которые отличаются высокой интерпретируемостью и относительно низкими вычислительными затратами, что делает их доступными и применимыми даже в условиях ограниченных данных и ресурсов [3, 4]. В данной статье будут подробно рассмотрены следующие аспекты.Abstract
Машинное обучение (ML) становится неотъемлемой частью современной экономики, предоставляя инструменты для анализа данных, прогнозирования экономических показателей и оптимизации бизнес‑процессов [1]. С его помощью компании и государственные органы могут принимать более обоснованные решения, улучшать финансовые показатели и эффективно управлять ресурсами [2].
Downloads
References
Gogas P., Papadimitriou T. Machine learning in economics and finance //Computational Economics. – 2021. – Т. 57. – С. 1-4.
Athey S. et al. The impact of machine learning on economics //The economics of artificial intelligence: An agenda. – 2018. – С. 507-547.
Athey S., Imbens G. W. Machine learning methods that economists should know about //Annual Review of Economics. – 2019. – Т. 11. – №. 1. – С. 685-725.
Storm H., Baylis K., Heckelei T. Machine learning in agricultural and applied economics //European Review of Agricultural Economics. – 2020. – Т. 47. – №. 3. – С. 849-892.
Storm H., Baylis K., Heckelei T. Machine learning in agricultural and applied economics //European Review of Agricultural Economics. – 2020. – Т. 47. – №. 3. – С. 849-892.
