A gépi tanulási módszerek természettudományi/műszaki alkalmazásáról sokat hallani, de mi a helyzet a társadalomtudományokkal? Erről szól Bakó Tamás írása, amelyben rövid és jól követhető gondolatmenetben áttekinti a mesterséges neurális hálózatok működésének alapjait és bemutatja az általuk használt speciális módszert, az un. Long-Short Term Memoryt (LSTM). Munkatársaival együtt arra voltak kíváncsiak, hogy az LSTM neurális háló mennyire alkalmazható rövid távú munkakereslet előrejelzésére. Olyan modellt kerestek, amely a legjobban adja vissza a foglalkoztatás rövid távú változását 2016-2017 között a 1994-2015 közötti adatok alapján. Eredményeik azt mutatták, hogy a gépi tanulásos módszer jobb rövidtávú predikciós képességgel rendelkezik, mint a hagyományos ARIMA modell.
A cikk elérhető a KRTK Absztrakt 2018. december 5-i számában.
Az MTA KRTK Közgazdaság-tudományi Intézet teljesítményéről Az MTA KRTK KTI a RePEc/IDEAS rangsorában, amely a világ közgazdaságtudományi tanszékeit és intézeteit rangsorolja publikációs teljesítményük alapján, ... Részletek »
Tisztelt Kollégák! Tudományos kutatóként, intézeti vezetőként egész életünkben a kutatói szabadság és felelősség elve vezetett bennünket. Meggyőződésünk, hogy a tudomány csak akkor érhet el ... Részletek »
Bakucs Zoltán tudományos főmunkatárs Policy discourse analysis on agro-ecological farming in the European Union címmel tartott előadást a Canadian Agricultural Economics Society éves konferenciáján ... Részletek »
Biró Péter tudományos főmunkatárs Complexity of finding Pareto-efficient allocations of highest welfare címmel tartott előadást az Economic Design and Algorithms konferencián. Megosztás:FacebookLinkedinTwitter
Elek Péter tudományos munkatárs Job loss, disability insurance and health expenditures címmel tartott előadást az International Panel Data Conference-n Vilniusban. Megosztás:FacebookLinkedinTwitter
