Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/19922
| Título: | Da econometria ao aprendizado de máquina |
| Autor(es): | Alves, Matheus Facure |
| Orientador(es): | Cajueiro, Daniel Oliveira |
| Assunto: | Aprendizado do computador
Econometria
Redes neurais (Computação) |
| Data de apresentação: | 28-Nov-2017 |
| Data de publicação: | 16-Abr-2018 |
| Referência: | ALVES, Matheus Facure. Da econometria ao aprendizado de máquina. 2017. 53 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciências Econômicas)—Universidade de Brasília, Brasília, 2017. |
| Resumo: | Nos últimos anos, aprendizado de máquina progrediu de forma exponencial, atraindo o interesse não só de acadêmicos mas do publico geral. No entanto, ainda é tímida a aplicação do ferramental de aprendizado de máquina em questões de interesse econométrico. Assim, este trabalho visa cobrir um pouco dessa lacuna, introduzindo aprendizado de máquina na forma de uma transição suave a partir da econometria. |
| Abstract: | In recent years, machine learning has achieved exponential growth, attracting the interest not only from academics but also from the general public. However, there si still very little work on the application of machine learning tools in questions of econometric interest. Thus, this paper aims to cover a little of this gap, introducing machine learning in the form of a smooth transition from econometrics. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, 2017. |
| Aparece na Coleção: | Ciências Econômicas
|
Este item está licenciado na Licença Creative Commons
