Communication poster (Colloques, congrès, conférences scientifiques et actes)
Predicting Vulnerability to Poverty with Machine Learning
TAYE, Alemayehu; d'Ambrosio, Conchita
2021DTU DRIVEN Colloquium
 

Documents


Texte intégral
Poster.pdf
Postprint Auteur (254.48 kB)
Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers



Détails



Mots-clés :
Machine Learning; Vulnerability; Poverty; Wellbeing
Disciplines :
Sciences économiques & de gestion: Multidisciplinaire, généralités & autres
Auteur, co-auteur :
TAYE, Alemayehu ;  University of Luxembourg > Faculty of Humanities, Education and Social Sciences (FHSE) > Department of Behavioural and Cognitive Sciences (DBCS)
d'Ambrosio, Conchita  ;  University of Luxembourg > Faculty of Humanities, Education and Social Sciences (FHSE) > Department of Behavioural and Cognitive Sciences (DBCS)
Co-auteurs externes :
no
Langue du document :
Anglais
Titre :
Predicting Vulnerability to Poverty with Machine Learning
Date de publication/diffusion :
21 mai 2021
Nom de la manifestation :
DTU DRIVEN Colloquium
Organisateur de la manifestation :
Andreas Zilian
Lieu de la manifestation :
University of Luxembourg, Luxembourg
Date de la manifestation :
21/05/2021
Focus Area :
Computational Sciences
Projet FnR :
FNR12252781 - Data-driven Computational Modelling And Applications, 2017 (01/09/2018-28/02/2025) - Andreas Zilian
Disponible sur ORBilu :
depuis le 01 juillet 2021

Statistiques


Nombre de vues
287 (dont 17 Unilu)
Nombre de téléchargements
221 (dont 9 Unilu)

Bibliographie


Publications similaires



Contacter ORBilu