Skip to content
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Servizi bibliotecari
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Journal Matcher
Blog
Contatti
Cerca
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Studia Universitatis „Vasile Goldis” Arad – Economics Series
Volume 28 (2018): Numero 3 (Settembre 2018)
Accesso libero
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
Cerca questo autore su
Sciendo
|
Google Scholar
Deac, Dan Stelian
e
Klaus Bruno Schebesch
Klaus Bruno Schebesch
Faculty of Economics, Engineering and Informatics, “Vasile Goldiș” Western University of Arad,
Arad, Romania
Cerca questo autore su
Sciendo
|
Google Scholar
Schebesch, Klaus Bruno
15 set 2018
Studia Universitatis „Vasile Goldis” Arad – Economics Series
Volume 28 (2018): Numero 3 (Settembre 2018)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Scarica la copertina
Pubblicato online:
15 set 2018
Pagine:
50 - 75
Ricevuto:
01 lug 2018
Accettato:
01 ago 2018
DOI:
https://doi.org/10.2478/sues-2018-0015
Parole chiave
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.