行业研究报告

泰国贫困预测新方法:利用地理空间数据与机器学习(亚洲开发银行研究)

2021-01金融投资38亚洲开发银行

本研究由亚洲开发银行发布,探索利用夜间灯光等地理空间数据预测泰国贫困分布。结果表明,随机森林模型预测精度最高,为贫困监测提供了低成本、高时效的新途径。

报告摘要

本研究由亚洲开发银行发布,探索利用夜间灯光等地理空间数据预测泰国贫困分布。结果表明,随机森林模型预测精度最高,为贫困监测提供了低成本、高时效的新途径。

核心要点

  1. 引言
  2. 数据与方法
  3. 实证结果
  4. 结论

报告信息

文件全名
亚开行-使用泰国的地理空间数据预测贫困(英文)
适合读者
政策制定者研究人员扶贫工作者
数据来源
多方数据交叉验证
核心议题
金融投资泰国贫困机器学习新方法

常见问题

《泰国贫困预测新方法:利用地理空间数据与机器学习(亚洲开发银行研究)》主要包含哪些内容?

本研究由亚洲开发银行发布,探索利用夜间灯光等地理空间数据预测泰国贫困分布。结果表明,随机森林模型预测精度最高,为贫困监测提供了低成本、高时效的新途径。

这份报告由哪家机构发布?

本报告由亚洲开发银行发布,发布于 2021 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2021 年,全文约 38。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合政策制定者、研究人员、扶贫工作者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、泰国贫困、机器学习、新方法等议题。

继续阅读

同分类报告

查看全部
📱 登录