Применение машинного обучения в эконометрических исследованиях для решения проблемы пропущенных данных
Автор: Лысенко Н.А., Огородников Л.О.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Основной раздел
Статья в выпуске: 1 (103), 2024 года.
Бесплатный доступ
Проблема пропущенных данных является одной из основных в эконометрике в связи с ограничением точности и достоверности результатов исследований. В данной статье рассматривается применение методов машинного обучения для решения проблемы пропущенных данных в эконометрических исследованиях. Акцент делается на эффективности машинного обучения в вопросах восстановления данных, классификации, регрессии и ансамблевых методов в эконометрике.
Машинное обучение, эконометрика, пропущенные данные, импутация данных, классификация, регрессия, ансамблевые методы
Короткий адрес: https://sciup.org/140304112
IDR: 140304112
Список литературы Применение машинного обучения в эконометрических исследованиях для решения проблемы пропущенных данных
- Ануфриева Е.В. Предсказание индекса Мосиржи при помощи метода опорных векторов // Экономические исследования. - 2019. - №4. - С. 34-42. EDN: MYYVYK
- Радченко В. Открытый курс машинного обучения [Электронный ресурс] // Open Data Science (дата публикации 27.03.2017). - URL: https://habr.com/ru/companies/ods/articles/324402/(дата обращения: 05.01.2024).
- Хасти Т., Тибришани Р., Фридман Д. Основы Статического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование, 2-е изд.: Пер. с англ. - СПб.: ООО "Диалектика", 2020. -764 с.
- Шульгин С.Г. Отбор переменных для анализа и прогнозирования нестабильности с помощью моделей градиентного бустинга // Ежегодник. - Волгоград: Учитель, 2018. - С. 115-153. EDN: JFUHQP
