Lizenz: Creative Commons Namensnennung 4.0 International PDF - Veröffentlichte Version (1MB) |
- URN zum Zitieren dieses Dokuments:
- urn:nbn:de:bvb:355-epub-526571
- DOI zum Zitieren dieses Dokuments:
- 10.5283/epub.52657
Diese Publikation ist Teil des DEAL-Vertrags mit Springer.
Zusammenfassung
Data-driven machine learning algorithms have initiated a paradigm shift in hedonic house price and rent modeling through their ability to capture highly complex and non-monotonic relationships. Their superior accuracy compared to parametric model alternatives has been demonstrated repeatedly in the literature. However, the statistical independence of the data implicitly assumed by ...
Nur für Besitzer und Autoren: Kontrollseite des Eintrags