Ökonometrie und maschinelles Lernen

Basiswissen für Ökonomen

verfasst von: Silvio Andrae

Verlag: Springer Fachmedien Wiesbaden

Buchreihe : essentials

Enthalten in: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Einloggen, um Zugang zu erhalten

Über dieses Buch

Für empirische Wirtschaftswissenschaftler gehören ökonometrische Methoden zum Standardwerkzeug. Die neuen Instrumente des maschinellen Lernens setzen sich langsam auch in der Volks- und Betriebswirtschaftslehre durch. Das Buch vermittelt Basiswissen zu den spezifischen Methoden des überwachten und unüberwachten Lernens sowie des Verstärkungslernens. Dabei werden die wesentlichen Unterschiede in Bezug auf Ziele, Methoden und Rahmenbedingungen zwischen den Methoden der Ökonometrie und des maschinellen Lernens dargestellt und erörtert.

Inhaltsverzeichnis

Frontmatter

Kapitel 1. Einleitung

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.

Silvio Andrae

Kapitel 2. Grundlagen des maschinellen Lernens

Zusammenfassung

In diesem Abschnitt werden verschiedene Basistechniken des maschinellen Lernens vorgestellt. Sie beziehen sich auf das überwachte und unüberwachte Lernen sowie auf das Verstärkungslernen. Die Techniken kommen alle in abgestufter Form in den Wirtschaftswissenschaften zum Einsatz. Ein grundlegender Unterschied zwischen maschinellem Lernen und der Ökonometrie liegt in ihrer konzeptionellen Grundlage.

Silvio Andrae

Kapitel 3. Phasenschema

Zusammenfassung

In diesem Abschnitt wird anhand eines einfachen Phasenschemas überprüft und dargestellt, an welchen Stellen maschinelles Lernen anders funktioniert als die Ökonometrie. Die wesentlichen Unterschiede beziehen sich auf die Ziele bzw. den Einsatz der Techniken, die zugrunde liegenden Daten sowie den Modellierungsprozess.

Silvio Andrae

Kapitel 4. Anwendungsbereiche

Zusammenfassung

Maschinelles Lernen kommt in den Wirtschaftswissenschaften für unterschiedliche Zwecke zum Einsatz. Der Abschnitt zeigt vier zentrale Anwendungsbereiche des maschinellen Lernens auf: Informationsextraktion, Vorhersagen, Kausalität, Simulationen. Die Ergebnisse werden in Relation zu ökonometrischen Analysen gesetzt.

Silvio Andrae

Kapitel 5. Fazit

Zusammenfassung

Mit dem Aufkommen des maschinellen Lernens stellt sich ganz natürlich die Frage: Worin besteht die Neuheit im Vergleich zu herkömmlichen statistischen Verfahren? Statistische Modellierung und maschinelles Lernen sind keine Gegensätze, sondern komplementäre Techniken. Das hier vorgestellte Basiswissen bietet einer Ökonometrikerin oder einem Ökonometriker Informationen, das quantitative Handwerkszeug zu erweitern.

Silvio Andrae

Backmatter

Titel: Ökonometrie und maschinelles Lernen
verfasst von: Silvio Andrae
Verlag: Springer Fachmedien Wiesbaden
Electronic ISBN: 978-3-658-41362-0
Print ISBN: 978-3-658-41361-3
DOI: https://doi.org/10.1007/978-3-658-41362-0

Springer Professional

Über dieses Buch

Inhaltsverzeichnis

Frontmatter

Kapitel 1. Einleitung

Kapitel 2. Grundlagen des maschinellen Lernens

Kapitel 3. Phasenschema

Kapitel 4. Anwendungsbereiche

Kapitel 5. Fazit

Backmatter

Premium Partner