Skip to content
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Servicios bibliotecarios
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Journal Matcher
Blog
Contacto
Buscar
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Studia Universitatis „Vasile Goldis” Arad – Economics Series
Volumen 28 (2018): Edición 3 (Septiembre 2018)
Acceso abierto
Market Forecasts and Client Behavioral Data: Towards Finding Adequate Model Complexity
Dan Stelian Deac
Dan Stelian Deac
Faculty of Economics, Engineering and Informatics, “Vasile Goldiș” Western University of Arad,
Arad, Romania
Buscar este autor en
Sciendo
|
Google Scholar
Deac, Dan Stelian
y
Klaus Bruno Schebesch
Klaus Bruno Schebesch
Faculty of Economics, Engineering and Informatics, “Vasile Goldiș” Western University of Arad,
Arad, Romania
Buscar este autor en
Sciendo
|
Google Scholar
Schebesch, Klaus Bruno
15 sept 2018
Studia Universitatis „Vasile Goldis” Arad – Economics Series
Volumen 28 (2018): Edición 3 (Septiembre 2018)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Descargar portada
Publicado en línea:
15 sept 2018
Páginas:
50 - 75
Recibido:
01 jul 2018
Aceptado:
01 ago 2018
DOI:
https://doi.org/10.2478/sues-2018-0015
Palabras clave
Aggregate market reaction
,
individual client behavior
,
data modeling
,
deep neural networks
,
overtraining
© 2018 Dan Stelian Deac, published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 License.