Produktbild: Computational Intelligence in Economics and Finance
- 11%

Computational Intelligence in Economics and Finance Volume II

11% sparen

96,99 € UVP 109,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

09.07.2007

Abbildungen

XIV, 64 illus., schwarz-weiss Illustrationen

Herausgeber

Paul P. Wang + weitere

Verlag

Springer Berlin

Seitenzahl

228

Maße (L/B/H)

24,1/16/1,9 cm

Gewicht

541 g

Auflage

2007

Sprache

Englisch

ISBN

978-3-540-72820-7

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

09.07.2007

Abbildungen

XIV, 64 illus., schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

228

Maße (L/B/H)

24,1/16/1,9 cm

Gewicht

541 g

Auflage

2007

Sprache

Englisch

ISBN

978-3-540-72820-7

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Computational Intelligence in Economics and Finance
  • Computational Intelligence in Economics and Finance: Shifting the Research Frontier.- An Overview of Insurance Uses of Fuzzy Logic.- Forecasting Agricultural Commodity Prices using Hybrid Neural Networks.- Nonlinear Principal Component Analysis for Withdrawal from the Employment Time Guarantee Fund.- Estimating Female Labor Force Participation through Statistical and Machine Learning Methods: A Comparison.- An Application of Kohonen’s SOFM to the Management of Benchmarking Policies.- Trading Strategies Based on K-means Clustering and Regression Models.- Comparison of Instance-Based Techniques for Learning to Predict Changes in Stock Prices.- Application of an Instance Based Learning Algorithm for Predicting the Stock Market Index.- Evaluating the Efficiency of Index Fund Selections Over the Fund’s Future Period.- Failure of Genetic-Programming Induced Trading Strategies: Distinguishing between Efficient Markets and Inefficient Algorithms.- Nonlinear Goal-Directed CPPI Strategy.- Hybrid-Agent Organization Modeling: A Logical-Heuristic Approach.