Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/29491 
Autor:innen: 
Erscheinungsjahr: 
1995
Schriftenreihe/Nr.: 
ZEW Discussion Papers No. 95-26
Verlag: 
Zentrum für Europäische Wirtschaftsforschung (ZEW), Mannheim
Zusammenfassung: 
Die Anwendung neuronaler Netzwerke ist ein extrem kontrovers diskutiertes Thema. In dem einen Extrem erhoffen die Verfechter neuronaler Netzwerke, daß diese als Produkt der 'künstlichen Intelligenz' in der Lage sind, Aufgaben zu lösen, die bislang als unlösbar oder nur schwer lösbar galten. In dem anderen Extrem sehen die Kritiker neuronaler Netzwerke deren Vorteile hinter dem black box-Ansatz verschwinden und behaupten, neuronale Netzwerke können nichts, was sich nicht schon mit den bekannten statistischen Methoden in Griff bekommen ließe. Unrecht haben beide Seiten. Tatsächlich sind neuronale Netzwerke nichts anderes als eine neue Klasse von statistischen Verfahren, eine Erkenntnis, die mittlerweile auch in der jüngeren wissenschaftlichen Literatur Platz greift. In der vorliegenden Arbeit werden neuronale Netzwerke zu den herkömmlichen Verfahren in .Beziehung gesetzt. Darüber hinaus wird aufgezeigt, wie sich neuronale Netzwerke mit Hilfe von statistischen Methoden objektiv analysieren lassen. Die Anwendung statistischer Methoden auf neuronale Netzwerke soll mit 'Neurometrie' betitelt werden. Im Rahmen dieses neurometrischen Ansatzes wird eine Vorgehensweise für die Spezifikation einer Netzwerkarchitektur vorgestellt, die bei der ökonometrischen Modellierung eines funktionalen Zusammenhangs mit Hilfe von neuronalen Netzwerken zum Einsatz kommen sollte.
Dokumentart: 
Working Paper
Dokumentversion: 
Digitized Version

Datei(en):
Datei
Größe
2.76 MB





Publikationen in EconStor sind urheberrechtlich geschützt.