Machine learning pour l'économétrie est un ouvrage destiné aux économistes qui souhaitent appréhender les techniques de machine learning modernes - de leurs performances en matière de prédiction au traitement révolutionnaire des données non structurées - afin d'établir des relations de causalité à partir des données.
Il aborde la sélection automatique de variables dans divers contextes de grande dimension, l'estimation de l'hétérogénéité des effets du traitement, les techniques de traitement du langage naturel (NLP), ainsi que le contrôle synthétique et les prévisions macroéconomiques.
Les fondements des méthodes de machine learning sont introduits de manière à proposer à la fois un traitement théorique approfondi de la façon dont elles peuvent être utilisées en économétrie, ainsi que de nombreuses applications économiques. Chaque chapitre contient une série d'exemples empiriques, de programmes et d'exercices pour faciliter l'adoption et la mise en oeuvre des techniques par le lecteur.
Ce livre s'adresse aux étudiants de master ou de grandes écoles, aux chercheurs et aux praticiens désireux de comprendre et perfectionner leur connaissance du machine learning pour l'appliquer dans un contexte traditionnellement réservé à l'économétrie.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Caraïbes, 1492. "Ce sont ceux qui ont posé le pied sur ces terres qui ont amené la barbarie, la torture, la cruauté, la destruction des lieux, la mort..."
Chacune des deux demeures dont il sera question est représentée dans le sablier et le lecteur sait d'entrée de jeu qu'il faudra retourner le livre pour découvrir la vérité. Pour comprendre l'enquête menée en 1939, on a besoin de se référer aux indices présents dans la première histoire... un véritable puzzle, d'un incroyable tour de force
Sanche, chanteur du groupe Planète Bolingo, a pris la plume pour raconter son expérience en tant qu’humanitaire...
Des incontournables et des révélations viendront s'ajouter à cette liste au fil des semaines !
