典型文献
机器学习方法在经济研究中的应用
文献摘要：
机器学习方法在处理复杂数据、构建高精度模型方面具有显著优势,在不同领域的研究中都得到了广泛应用.数字经济时代为经济领域带来海量数据的同时,也对经济研究提出诸多挑战.机器学习方法能充分挖掘数据中的非线性、非平稳信息,有效提高经济分析结果的精度.机器学习与经济问题的融合改变了传统经济学的研究范式.文章对近年来机器学习方法在经济研究中的应用进行回顾,从通货膨胀、汇率与货币、GDP、劳动力市场、社会稳定、政策评价等角度进行总结,比较了常用机器学习方法的优缺点,并展示了模型的评价准则,如均方根误差、F1-得分、AUC值等.
文献关键词：
机器学习;神经网络;支持向量机;朴素贝叶斯;集成学习
中图分类号：
作者姓名：
蒋锋;张文雅
作者机构：
中南财经政法大学统计与数学学院,武汉430073
文献出处：
引用格式：
[1]蒋锋;张文雅-.机器学习方法在经济研究中的应用)[J].统计与决策,2022(04):43-49
A类：
B类：
机器学习方法,经济研究,复杂数据,高精度模型,显著优势,数字经济时代,代为,经济领域,海量数据,非平稳,经济分析,经济问题,传统经济学,研究范式,通货膨胀,汇率,劳动力市场,政策评价,评价准则,朴素贝叶斯,集成学习
AB值：
0.350268
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
