经济学中的数据科学:机器学习与深度学习方法

2020 年 10 月 20 日 专知


这篇论文提供了在新兴经济应用的数据科学的最新进展的全面的最先进的综述。在深度学习模型、混合深度学习模型、混合机器学习和集成模型四个单独的类别上对新的数据科学方法进行了分析。应用领域包括广泛而多样的经济学研究,从股票市场、市场营销和电子商务到企业银行和加密货币。Prisma方法是一种系统的文献综述方法,以确保调查的质量。研究结果表明,这种趋势是随着混合模型的发展而发展的,它的表现优于其他学习算法。进一步预计,这一趋势将向复杂的混合深度学习模型的进化靠拢。


https://www.mdpi.com/2227-7390/8/10/1799/htm

专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“DSE” 可以获取《经济学中的数据科学:机器学习与深度学习方法》专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

数据科学(英語:data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【普林斯顿】机器学习数学视角,63页ppt
专知会员服务
87+阅读 · 2020年11月6日
机器学习的可解释性
专知会员服务
172+阅读 · 2020年8月27日
【实用书】数据科学基础,484页pdf,Foundations of Data Science
专知会员服务
117+阅读 · 2020年5月28日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
193+阅读 · 2020年5月2日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
35+阅读 · 2020年4月1日
专知会员服务
197+阅读 · 2020年3月6日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
165+阅读 · 2019年12月4日
【干货书】计算机科学离散数学,627页pdf
专知
54+阅读 · 2020年8月31日
深度学习模型可解释性的研究进展
专知
22+阅读 · 2020年8月1日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Arxiv
108+阅读 · 2020年2月5日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Arxiv
53+阅读 · 2018年12月11日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【普林斯顿】机器学习数学视角,63页ppt
专知会员服务
87+阅读 · 2020年11月6日
机器学习的可解释性
专知会员服务
172+阅读 · 2020年8月27日
【实用书】数据科学基础,484页pdf,Foundations of Data Science
专知会员服务
117+阅读 · 2020年5月28日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
193+阅读 · 2020年5月2日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
35+阅读 · 2020年4月1日
专知会员服务
197+阅读 · 2020年3月6日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
165+阅读 · 2019年12月4日
相关论文
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Arxiv
108+阅读 · 2020年2月5日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Arxiv
53+阅读 · 2018年12月11日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
25+阅读 · 2018年8月19日
Top
微信扫码咨询专知VIP会员