CZ GDP Prediction via neural networks and Box-Jenkins Method
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F17%3A00001381" target="_blank" >RIV/75081431:_____/17:00001381 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
CZ GDP Prediction via neural networks and Box-Jenkins Method
Popis výsledku v původním jazyce
One of the many instruments for predict the future development of economic indicators are neural networks or Box-Jenkins Method, able to predict future development based on data from the past. The aim of this contribution is to find CZ GDP prediction per individual quarters using neural networks and Box-Jenkins Method, compare them mutually, and evaluate which of them is better.
Název v anglickém jazyce
CZ GDP Prediction via neural networks and Box-Jenkins Method
Popis výsledku anglicky
One of the many instruments for predict the future development of economic indicators are neural networks or Box-Jenkins Method, able to predict future development based on data from the past. The aim of this contribution is to find CZ GDP prediction per individual quarters using neural networks and Box-Jenkins Method, compare them mutually, and evaluate which of them is better.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
50200 - Economics and Business
Návaznosti výsledku
Projekt
—
Návaznosti
N - Vyzkumna aktivita podporovana z neverejnych zdroju
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
SHS Web of Conferences - Innovative Economic Symposium 2017: Strategic Partnership in International Trade
ISBN
9782759890286
ISSN
—
e-ISSN
—
Počet stran výsledku
9
Strana od-do
—
Název nakladatele
EDP Sciences
Místo vydání
Les Ulis, France
Místo konání akce
České Budějovice, Czech Republic.
Datum konání akce
19. 10. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000452181300005