Zusammenfassung
Die Methoden und Verfahren der Ökonometrie gehören heute zum Rüstzeug jedes Wirtschaftswissenschaftlers. Die traditionellen statistischen Techniken erscheinen oft zu rudimentär, um komplexe Zusammenhänge zwischen Variablen zu modellieren. Algorithmen des maschinellen Lernens können hier ein Lösungsansatz sein. Ziel ist es, Basiswissen zum maschinellen Lernen zu vermitteln und zu zeigen, wie die Techniken ökonometrische Analysen ergänzen können.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Vgl. López de Prado (2019).
- 2.
Vgl. Davidson und MacKinnon (2004), Greene (2012) oder Wooldridge (2010).
- 3.
Vgl. McDonald und Shalizi (2022).
- 4.
Vgl. Charpentier et al. (2018).
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Andrae, S. (2023). Einleitung. In: Ökonometrie und maschinelles Lernen. essentials. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-41362-0_1
Download citation
DOI: https://doi.org/10.1007/978-3-658-41362-0_1
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-41361-3
Online ISBN: 978-3-658-41362-0
eBook Packages: Business and Economics (German Language)