Einsatz von Machine-Learning-Verfahren in amtlichen Unternehmensstatistiken

QR kȏd

Einsatz von Machine-Learning-Verfahren in amtlichen Unternehmensstatistiken

Bibliografski detalji
Izdano u:	Wirtschaft- und Sozialstatistisches Archiv 11(2017)2, S. 83 - 106
Glavni autori:	Dumpert, Florian (Autor), Beck, Martin (Autor)
Format:	Članak
Jezik:	German
Izdano:	2017
Teme:	Unternehmensstatistik Statistikmethode Maschinelles Lernen
Povezana djela:	In: Wirtschaft- und Sozialstatistisches Archiv

Similar Items

Einführung in Machine Learning mit Python : Praxiswissen Data Science
od: Müller, Andreas Christian, i dr.
Izdano: (2017)

Machine Learning Kochbuch : Praktische Lösungen mit Python: von der Vorverarbeitung der Daten bis zum Deep Learning
od: Albon, Chris
Izdano: (2019)

Rechtshandbuch Artificial Intelligence und Machine Learning
Izdano: (2020)

Werde ein Data Head : Data Science, Machine Learning und Statistik verstehen und datenintensive Jobs meistern
od: Gutman, Alex J., i dr.
Izdano: (2022)

Das DevOps-Handbuch : Teams, Tools und Infrastrukturen erfolgreich umgestalten
od: Kim, Gene, i dr.
Izdano: (2022)

Maschinelles Lernen: Classification and Regression Trees (CART) für Imputation nutzbar machen
od: Pech, Birgit
Izdano: (2019)

Prediction, Estimation, and Attribution
od: Efron, Bradley
Izdano: (2020)

Entlastungspotenziale für die Unternehmensstatistik
od: Gnoss, Roland
Izdano: (2007)

Machbarkeitsstudie zur Verknüpfung von Unternehmensstatistiken
od: Hodel, Thomas
Izdano: (2014)

HMD - Praxis der Wirtschaftsinformatik
Izdano: (2020)

Konzepte zur Weiterentwicklung der Unternehmensstatistiken : FRIBS und die Umsetzung des EU-Unternehmensbegriffs
od: Klein, Rainer
Izdano: (2017)

Data Science : Grundlagen, Architekturen und Anwendungen
Izdano: (2019)

Homogene und heterogene Teilnahmeneeffekte des Hamburger Kombilohnmodells: Ein Verfahrensvergleich von Propensity Score Matching und linearer Regression
od: Pfeifer, Christian
Izdano: (2009)

Einsatzmöglichkeiten von Small Area-Verfahren bei Kohortenschätzungen im Zensus 2021
od: Zimmermann, Thomas
Izdano: (2019)

Einsatz von Support Vector Machines bei der Sektorzuordnung von Unternehmen
od: Dumpert, Florian, i dr.
Izdano: (2016)

Das Zeitalter der Daten : was Sie über Grundlagen, Algorithmen und Anwendungen wissen sollten
od: Aust, Holger
Izdano: (2021)

Governance der amtlichen Statistik : Vertrauen in die Qualität von Information
od: Radermacher, Walter J.
Izdano: (2017)

Statistik zwischen Lüge und Wahrheit : Zum Wirklichkeitsbezug wirtschafts- und sozialstatistischer Aussagen
od: Brachinger, Hans Wolfgang
Izdano: (2007)

Von der Volkszählung zum Registerzensus: Paradigmenwechsel in der deutschen amtlichen Statistik
od: Grohmann, Heinz
Izdano: (2009)

Neuere Entwicklungen in den Unternehmensstatistiken
od: Waldmüller, Bernd, i dr.
Izdano: (2015)

ASTA - Wirtschafts- und Sozialstatistisches Archiv

Die empirische Erfassung des Lebenslangen Lernens : Eine Methodenuntersuchung unter Verwendung der Zeitbudgeterhebung 2001/2002
od: Wingerter, Christian
Izdano: (2004)

Das Verhältnis von Wirtschaft und Statistik - Belastung und Nutzen bei Unternehmensstatistiken
od: Wagner, Simone
Izdano: (2011)

25 Jahre Nutzung vertraulicher Firmenpaneldaten der amtlichen Statistik für wirtschaftswissenschaftliche Forschung: Produkte, Projekte, Probleme, Perspektiven
od: Wagner, Joachim
Izdano: (2015)

Konsistenz der Variablen in der Unternehmensstatistik : Ergebnisse des ESSnet on Consistency
od: Weisbrod, Joachim, i dr.
Izdano: (2014)

Die Verwendung von Verwaltungsdaten in der Handwerksstatistik
od: Hagn, Harald
Izdano: (2007)

Weiterentwicklungen in der amtlichen Unternehmensstatistik : Der Unternehmensbegriff
od: Voy, Klaus
Izdano: (2002)

Neue Wege zur Verbesserung der Konzentrationsbeobachtungen im Rahmen der amtlichen Wirtschaftsstatistik
od: Stock, Gerhard, i dr.
Izdano: (2000)

Qualitätszielfunktionen für stark variierende Gemeindegrößen im Zensus 2021
od: Burgard, Jan Pablo, i dr.
Izdano: (2020)

Regionale Auswertung von Unternehmensstatistiken: Methoden und Anwendungen im Kontext der Small-Area-Statistik
od: Manecke, Julia
Izdano: (2019)

Kommentare und Erwiderung zu: Qualitätszielfuntionen für stark variierende Gemeindegrößen im Zensus 2021
od: Bleninger, Sara, i dr.
Izdano: (2020)

Traue einer Statistik, die du nicht selbst erstellt hast
od: Schmidt, Katrin, i dr.
Izdano: (2019)

Wenig Unterschiede - Zur Treffsicherheit Internationaler Prognosen und Prognostiker
od: Heilemann, Ulrich, i dr.
Izdano: (2018)

Armut in Deutschland : Ein Vergleich zwischen den beiden Haushaltspanelstudien SOEP und PASS
od: Beste, Jonas, i dr.
Izdano: (2018)

Armutsmessung und Armutsbekämpfung: OECD-Skala und "Statistik"-Modell der Regelbedarfsberechnung auf die Probe gestellt : Heinz-Grohmann-Vorlesung 2017
od: Ott, Notburga
Izdano: (2018)

Arbeitszeit und Arbeitsvolumen in Deutschland - Methodische Grundlagen und Ergebnisse der Arbeitszeitrechung
od: Wagner, Susanne
Izdano: (2013)

Konjunkturbereinigungsverfahren der Länder: Eine Quasi-Echtzeitanalyse am Beispiel Schleswig-Holsteins
od: Boysen-Hogrefe, Jens
Izdano: (2015)

Zensus [Sonderheft]
Izdano: (2015)

Regionale Kaufkraftvergleiche in Deutschland: Bedarf, Methoden und Machbarkeit
od: Lippe, Peter Michael von der, i dr.
Izdano: (2009)

Das Sozioökonomische Panel (SOEP): Multidisziplinäres Haushaltspanel und Kohortenstudie für Deutschland - eine Einführung (für neue Datennutzer) mit einem Ausblick (für erfahrene Anwender)
od: Wagner, Gert J.
Izdano: (2008)