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 »
Hogyan jött létre alacsony inflációs világunk – M. WolfHow our low inflation world was madeMartin WolfMay 7, 2019 – Financial Times Miért van ... Részletek »
Sass Magdolna tudományos főmunkatárs Poszt-szocialista multinacionális vállalatok címmel tartott előadást a Pécsi Tudományegyetem, a Regionális Innováció- és Vállalkozáskutató Központ (Regional Innovation and Entrepreneurship Research ... Részletek »
A Magyar Tudományos Akadémia Elnöksége 2019. március 21-i ülésén jóváhagyólag tudomásul vette a Fiatal Kutatók Akadémiája polgári jogi társulás létrejöttét. Lengyel Balázs tudományos főmunkatársat ... Részletek »
