Direkt zur Hauptnavigation springen
Direkt zum Inhalt springen
toggle menu
info(at)avldigital.
remove-this.
de
Deutsch
English
Neuigkeiten abonnieren
Neuigkeiten melden
Login
Komplette Website durchsuchen
Recherchieren
Open
Inhaltliches Profil
Datenquellen
Erwerbungsprofil
FID-Lizenzen
Publizieren
Open
CompaRe: Open Access
CompaRe durchsuchen
Open-Access-Publikationsfonds
E-Journal-Hosting
Vernetzen
Open
ForscherInnen-Verzeichnis
Calls for Papers
Dissertationen
Veranstaltungen
Ausschreibungen
Projekte und Forschung
Institutionen
Websites
Blog
Themen
Open
Übersetzung
Literaturtheorie
Digitales Arbeiten
Neuigkeiten abonnieren
Neuigkeiten melden
Login
Sie sind hier
avldigital.de
Suchergebnisse
Filtern nach
Aktive Filter
DMR
Alle Filter entfernen
Kategorien:
Veröffentlichungen
(1)
Quelle
Verbundkataloge
(1)
Format
Online
(1)
Beteiligt
Rayl, Nelson P.
(1)
Sinha, Nitish Ranjan
(1)
Medientyp
Buch (Monographie)
(1)
Sprache
Englisch
(1)
Jahr
2022
(1)
Letzte Suchanfragen
*
Komplette Website durchsuchen
Suchen
Ergebnisse für *
Zeige Ergebnisse 1 bis 1 von 1.
Sortieren der Suchergebnisse nach
Relevanz
Titel
Typ
Autor
Datum
Relevanz
Titel
Typ
Autor
Datum
Integrating prediction and attribution to classify news
Autor*in:
Rayl, Nelson P.
;
Sinha, Nitish Ranjan
Erschienen:
June 9, 2022
Verlag: Divisions of Research & Statistics and Monetary Affairs, Federal Reserve Board, Washington, D.C.
Bibliographische Angaben
Zugang
Export
Zugang:
Verlag
(kostenfrei)
Resolving-System
(kostenfrei)
Verlag
(kostenfrei)
Kiel: ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
Standort:
ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
Signatur:
VS 412
Fernleihe:
keine Fernleihe
Export in Literaturverwaltung
 
RIS-Format
 
BibTeX-Format
Quelle:
Verbundkataloge
Sprache:
Englisch
Medientyp:
Buch (Monographie)
Format:
Online
Weitere Identifier:
doi:
10.17016/FEDS.2022.042
Auflage/Ausgabe:
Draft: June 9, 2022
Schriftenreihe:
Finance and economics discussion series ; 2022, 042
Schlagworte:
News
;
Text Analysis
;
Debt
;
Labeling
;
Supervised Learning
;
DMR
Umfang:
1 Online-Ressource (circa 44 Seiten), Illustrationen