机构名称：
¥ 1.0
33 Mullainathan, S. 和 Spiess, J. 2017. 机器学习：一种应用计量经济学方法。34 Joseph, A. 2019. 沙普利回归：机器学习模型的统计推断框架。Bracke, P.、Datta, A.、Jung, C. 和 Sen, S. 2019. 机器学习在金融中的可解释性：违约风险分析中的应用。35 Bluwstein, K.、Buckmann, M.、Joseph, A.、Kang, M.、Kapadia, S. 和 Simsek, O. 2020. 信贷增长、收益率曲线和金融危机预测：来自机器学习方法的证据。36 Bholat, D.、Brookes, J.、Cai, C.、Grundy, K. 和 Lund, J. 2017. 发送坚定信息：PRA 监管人发给他们监管的银行和建筑协会的文本挖掘信件。 37 Proudman, J. 2018. 机器人监管─高级分析在审慎监管中的应用。 38 Hunt, S. 2017. 从地图到应用程序：机器学习和人工智能为监管者带来的强大力量 39 Russell, S. 2019. 与人类兼容：人工智能与控制问题。伦敦：Allen Lane。
机器学习和人工智能对英国经济的影响
主要关键词
相关文件推荐
