Ciencia de datos en economía: revisión exhaustiva de métodos avanzados de aprendizaje automático y aprendizaje profundo
Autores: Nosratabadi, Saeed; Mosavi, Amirhosein; Duan, Puhong; Ghamisi, Pedram; Filip, Ferdinand; Band, Shahab S.; Reuter, Uwe; Gama, Joao; Gandomi, Amir H.
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Ciencia de datos en economía: revisión exhaustiva de métodos avanzados de aprendizaje automático y aprendizaje profundo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Ciencia de datos
Modelos de aprendizaje profundo
Aprendizaje de máquina híbrido
Modelos de conjunto
Investigación económica
Modelos híbridos de aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
Este documento proporciona una investigación exhaustiva del estado del arte de los avances recientes en ciencia de datos en aplicaciones económicas emergentes. El análisis se realiza sobre los nuevos métodos de ciencia de datos en cuatro clases individuales de modelos de aprendizaje profundo, modelos de aprendizaje profundo híbridos, aprendizaje automático híbrido y modelos de conjunto. Los dominios de aplicación incluyen una amplia y diversa gama de investigaciones económicas, desde el mercado de valores, el marketing y el comercio electrónico hasta la banca corporativa y las criptomonedas. El método Prisma, una metodología sistemática de revisión de literatura, se utiliza para garantizar la calidad de la encuesta. Los hallazgos revelan que las tendencias siguen el avance de los modelos híbridos, que superan a otros algoritmos de aprendizaje. Se espera además que las tendencias converjan hacia la evolución de sofisticados modelos híbridos de aprendizaje profundo.
Descripción
Este documento proporciona una investigación exhaustiva del estado del arte de los avances recientes en ciencia de datos en aplicaciones económicas emergentes. El análisis se realiza sobre los nuevos métodos de ciencia de datos en cuatro clases individuales de modelos de aprendizaje profundo, modelos de aprendizaje profundo híbridos, aprendizaje automático híbrido y modelos de conjunto. Los dominios de aplicación incluyen una amplia y diversa gama de investigaciones económicas, desde el mercado de valores, el marketing y el comercio electrónico hasta la banca corporativa y las criptomonedas. El método Prisma, una metodología sistemática de revisión de literatura, se utiliza para garantizar la calidad de la encuesta. Los hallazgos revelan que las tendencias siguen el avance de los modelos híbridos, que superan a otros algoritmos de aprendizaje. Se espera además que las tendencias converjan hacia la evolución de sofisticados modelos híbridos de aprendizaje profundo.