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.
A KRTK Közgazdaság-tudományi Intézet teljesítményéről A KRTK KTI a RePEc/IDEAS rangsorában, amely a világ közgazdaság-tudományi tanszékeit és intézeteit rangsorolja publikációs teljesítményük alapján, a legjobb ... 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 »
Az mRNS alapú vakcinákat övező bizonytalanság sok, egyébként nem oltásszkeptikus embert is eltántorít attól, hogy beoltassa magát. Érdemes tudatosítani, hogy a bizonytalanság irracionálisan ... Részletek »
A kötelező magánnyugdíjrendszer (KMNYR) 1998 és 2010 között működött hazánkban. Népszerű volt, bár alig termelt reálhozamot, és több évtizeden keresztül jelentősen növelte volna az ... Részletek »
Felvételek az AEA konferenciájáról The AEA, in conjunction with 62 associations in related disciplines known as the Allied Social Science Associations (ASSA), holds a ... Részletek »
