18,99 €
inkl. MwSt.
Versandfertig in 6-10 Tagen
9 °P sammeln
Andere Kunden interessierten sich auch für
![Organisation et contrôle des filiales des multinationales]( "Organisation et contrôle des filiales des multinationales")
Organisation et contrôle des filiales des multinationales59,99 €![Les défis du développement économique dans les sociétés d'Afrique sub-saharienne]( "Les défis du développement économique dans les sociétés d'Afrique sub-saharienne")
Les défis du développement économique dans les sociétés d'Afrique sub-saharienne36,99 €![La gestion du risque de change, l'approche par les instruments dérivés]( "La gestion du risque de change, l'approche par les instruments dérivés")
La gestion du risque de change, l'approche par les instruments dérivés25,99 €![La gestion du risque de change au Maroc]( "La gestion du risque de change au Maroc")
La gestion du risque de change au Maroc48,99 €![La gestion du risque de crédit: analyse théorique et empirique]( "La gestion du risque de crédit: analyse théorique et empirique")
La gestion du risque de crédit: analyse théorique et empirique45,99 €![Recettes pétrolières et financement de la lutte contre la pauvreté]( "Recettes pétrolières et financement de la lutte contre la pauvreté")
Recettes pétrolières et financement de la lutte contre la pauvreté51,99 €![LE RISQUE OPERATIONNEL au sein de la Banque]( "LE RISQUE OPERATIONNEL au sein de la Banque")
LE RISQUE OPERATIONNEL au sein de la Banque26,99 €
Ce livre vise à étudier la possibilité de prédire le seuil de risque de pauvreté en France, en considérant les indicateurs de développement durable définis et enregistrés par l'Union européenne, et en utilisant une technique issue du domaine de l'intelligence artificielle, à savoir les réseaux neuronaux artificiels (RNA). L'objectif principal est de déterminer une méthode économique plus efficace et facilement applicable afin de simuler l'influence des indicateurs de développement durable sur le seuil de risque de pauvreté et d'explorer la possibilité de prédire ce dernier. Ainsi, nous pourrions évaluer le risque de pauvreté et établir des politiques et des stratégies afin de réduire ce risque, par des actions qui éliminent les causes des indicateurs de développement durable qui influencent négativement le seuil de risque de pauvreté. La recherche et les contributions des auteurs ont démontré la possibilité d'utiliser les ANNs pour la modélisation et la simulation, afin de prédire le seuil de risque de pauvreté en France, avec des résultats qui peuvent être utilisés et appliqués dans la gestion des risques.