Главная Упрощенный режим Описание Шлюз Z39.50
Авторизация
Фамилия
Пароль
 

Базы данных


- результаты поиска

Вид поиска

Область поиска
Формат представления найденных документов:
полныйинформационныйкраткий
Поисковый запрос: (<.>K=модель случайного леса (метод)<.>)
Общее количество найденных документов : 1
1.


    Байбуза, И.
    Прогнозирование инфляции с помощью методов машинного обучения [Текст] / И. Байбуза // Деньги и кредит. - 2018. - Т. 77, № 4. - С. 42-59. - Библиогр.: с. 58-59 (15 назв.) . - ISSN 0130-3090
УДК
ББК 65в631 + 65.262
Рубрики: Экономика
   Математическая экономика. Эконометрика

   Кредитно-денежная система--Россия

Кл.слова (ненормированные):
Elastic Net (метод) -- LASSO (метод) -- ML-модели -- Ridge (метод) -- агентно-ориентированные модели -- банковская система -- денежно-кредитная политика -- инфляция -- машинное обучение -- методы машинного обучения -- модель бустинга (метод) -- модель случайного леса (метод) -- прогнозирование инфляции -- таргетирование инфляции -- центральные банки -- эмпирические исследования
Аннотация: Прогнозирование инфляции является важной практической задачей. В данной статье предложено решение этой задачи для России с помощью нескольких базовых методов машинного обучения: LASSO, Ridge, Elastic Net, случайный лес и бустинг. Несмотря на то что эти методы были разработаны еще к началу 2000-х гг., в профессиональной литературе, связанной с прогнозированием инфляции вообще и российской инфляции в частности, долгое время они оставались практически незамеченными. Данная работа – одна из первых попыток применения некоторых методов машинного обучения к прогнозированию инфляции в России.


Доп.точки доступа:
Банк России
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

 
© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)