Direkt zur Hauptnavigation springen Direkt zum Inhalt springen
info(at)avldigital.remove-this.de
Deutsch English
Filtern nach
Aktive Filter
Letzte Suchanfragen

Ergebnisse für *

Zeige Ergebnisse 1 bis 2 von 2.

  1. Predicting football outcomes from Spanish league using machine learning models
    Autor*in: Lewandowski, Michał; Chlebus, Marcin
    Erschienen: 2021
    Verlag:  University of Warsaw, Faculty of Economic Sciences, Warsaw

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    Nicht speichern
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Working papers / University of Warsaw, Faculty of Economic Sciences ; no. 2021, 22 = 370
    Schlagworte: predicting football outcomes; machine learning; betting; adaboost; random forest; xgboost; catboost; ranked probability score; auc; permutation feature importance
    Umfang: 1 Online-Ressource (circa 35 Seiten), Illustrationen
  2. From alchemy to analytics
    unleashing the potential of technical analysis in predicting noble metal price movement
    Autor*in: Chlebus, Marcin; Nowak, Artur
    Erschienen: 2023
    Verlag:  University of Warsaw, Faculty of Economic Sciences, Warsaw

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    Nicht speichern
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Working papers / University of Warsaw, Faculty of Economic Sciences ; no. 2023, 13 = 420
    Schlagworte: precious metals; algotrading; machine learning; multiclass classification; logistic regression; nearest neighbors; random forest; xgboost
    Umfang: 1 Online-Ressource (circa 49 Seiten), Illustrationen