студент
студент
сотрудник
В последнее время нейронные сети активно используются в экономических исследованиях, открывая новый потенциал для анализа данных, прогнозирования и принятия решений. Их способность выявлять сложные нелинейные зависимости, обрабатывать большие объёмы информации и адаптироваться к изменяющимся условиям делает их ценным инструментом для экономистов. В данной статье рассматриваются ключевые направления применения нейронных сетей в экономике, анализируются их преимущества и ограничения, а также обсуждаются перспективы дальнейшего развития этого подхода. Особое внимание уделяется российским исследованиям в данной области и практическим примерам использования нейросетевых моделей в финансовой сфере, макроэкономическом прогнозировании и управлении бизнес-процессами.
нейронные сети, машинное обучение, экономическое прогнозирование, финансовые рынки, анализ данных, искусственный интеллект в экономике
1. Ендальцев Д.А. Применение методов глубокого обучения для прогнозирования финансовых временных рядов // Экономика и математические методы. 2020. Т. 56. № 3. С. 45-58.
2. Ложников А.В. Нейросетевые модели в алгоритмической торговле: теория и практика. М.: Финансы и статистика, 2021. 320 с.
3. Хаитов С.Р., Петрова М.А. Гибридные модели прогнозирования инфляции с использованием машинного обучения // Вопросы экономики. 2022. № 5. С. 78-94.
4. Смирнов А.А., Иванова Е.К. Искусственный интеллект в кредитном скоринге: современные подходы и российская практика // Деньги и кредит. 2021. № 8. С. 34-49.
5. Федеральная служба государственной статистики. Цифровая экономика России: 2023. Статистический сборник. М., 2023.
6. Сопина Н.В., Маккаева Р.С.-А. Перспективы внедрения нейросетей и искусственного интеллекта на промышленном производстве//Journal of Monetary Economics and Management.- 2023.- №3. - С. 222-227
