Andere Kunden interessierten sich auch für
![ANN-MLR: srawnenie äffektiwnosti w prognozirowanii sozdaniq nowogo biznesa]( "ANN-MLR: srawnenie äffektiwnosti w prognozirowanii sozdaniq nowogo biznesa")
ANN-MLR: srawnenie äffektiwnosti w prognozirowanii sozdaniq nowogo biznesa13,99 €![ANN-MLR: uma comparação de desempenho na previsão da criação de novos negócios]( "ANN-MLR: uma comparação de desempenho na previsão da criação de novos negócios")
ANN-MLR: uma comparação de desempenho na previsão da criação de novos negócios26,99 €![ANN-MLR: un confronto delle prestazioni nella previsione della creazione di nuove imprese]( "ANN-MLR: un confronto delle prestazioni nella previsione della creazione di nuove imprese")
ANN-MLR: un confronto delle prestazioni nella previsione della creazione di nuove imprese26,99 €![Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen]( "Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen")
Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen18,95 €![ANN-MLR: a performance comparison in predicting new business creation]( "ANN-MLR: a performance comparison in predicting new business creation")
ANN-MLR: a performance comparison in predicting new business creation26,99 €![Deep Learning bei der Vorhersage von finanziellem Scheitern]( "Deep Learning bei der Vorhersage von finanziellem Scheitern")
Deep Learning bei der Vorhersage von finanziellem Scheitern60,90 €![Anwendungen für Business Intelligence und Künstliche Neuronale Netze]( "Anwendungen für Business Intelligence und Künstliche Neuronale Netze")
Anwendungen für Business Intelligence und Künstliche Neuronale Netze43,90 €
Die Zahl der neu eingetragenen Unternehmen (Zahlen) ist die Zahl der im Kalenderjahr neu eingetragenen Gesellschaften mit beschränkter Haftung. Dieser 2006 von der Weltbankgruppe eingeführte Indikator kann zur Bestimmung der Faktoren verwendet werden, die sich auf das Wachstum des Privatsektors auswirken, und zur Messung des Niveaus des Unternehmertums in einem Land. Ziel dieser Untersuchung ist es, die Informations- und Kommunikationstechnologie zur Vorhersage dieses Indikators zu nutzen, indem die Leistungen der multiplen linearen Regression und der künstlichen neuronalen Netze für den Fall der Demokratischen Republik Kongo verglichen werden. Die Ergebnisse zeigen, dass neuronale Netze eine bessere Vorhersage leisten als die multiple lineare Regression und somit genaue Vorhersagen liefern können, wenn sie mit signifikanten Variablen verwendet werden. Ein Entscheidungshilfesystem, das dieses Modell verwendet, kann implementiert und verbessert werden, um diesen Bedarf für das Land zu decken.