Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einleitung Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

3. Phasenschema

verfasst von : Silvio Andrae

Erschienen in: Ökonometrie und maschinelles Lernen

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

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.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Grundlagen des maschinellen Lernens
Nächstes Kapitel Anwendungsbereiche
Fußnoten
1
Vgl. Efron und Hastie (2016).
 
2
Vgl. Lopez-Prado (2019).
 
3
Vgl. Imbens (2022).
 
4
Vgl. Mullainathan und Spiess (2017).
 
5
Vgl. Hüllermeier und Waegerman (2021).
 
6
Vgl. Carmichael und Marron (2018).
 
7
Vgl. Carmichael und Marron (2018).
 
8
Vgl. Stice-Lawrence (2022).
 
9
Umfassende BD-Statistiken finden sich unter: https://​techjury.​net/​blog/​big-data-statistics/​#gref.
 
10
Vgl. Bzdok et al. (2018).
 
11
Vgl. Kapoor und Narayanan (2022).
 
12
Vgl. Lopez-Prado (2019).
 
13
Vgl. Lopez-Prado (2019).
 
14
Vgl. Lopez-Prado (2019).
 
15
Vgl. Lopez-Prado (2019).
 
16
Vgl. Carmichael und Marron (2018).
 
17
Vgl. Lopez-Prado (2019).
 
18
Vgl. Lopez-Prado (2019).
 
19
Vgl. Lopez-Prado (2019).
 
20
Vgl. Lopez-Prado (2019).
 
21
Vgl. Lopez-Prado (2019).
 
22
Vgl. Bzdok et al. (2017) sowie Hoang und Wiegratz (2022).
 
23
Vgl. Lopez-Prado (2019).
 
Metadaten
Titel
Phasenschema
verfasst von
Silvio Andrae
Copyright-Jahr
2023
Buch
Ökonometrie und maschinelles Lernen

Print ISBN: 978-3-658-41361-3

Electronic ISBN: 978-3-658-41362-0

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-3-658-41362-0_3

Premium Partner

    Bildnachweise