NEW YORK – Tot voor kort wierpen twee grote hindernissen beperkingen op aan wat onderzoekseconomen konden leren over de wereld met de krachtige methoden die wiskundigen en statistici, vanaf begin negentiende eeuw, hebben ontwikkeld om patronen in rommelige data te herkennen en te interpreteren: datasets waren klein en kostbaar, en computers waren traag en duur. Het is dus begrijpelijk dat nu de vooruitgang in de computerkracht deze hindernissen dramatisch heeft gereduceerd, economen zich haasten om big data en kunstmatige intelligentie te gebruiken teneinde hen te helpen patronen te ontwaren in allerlei soorten activiteiten en uitkomsten.
NEW YORK – Tot voor kort wierpen twee grote hindernissen beperkingen op aan wat onderzoekseconomen konden leren over de wereld met de krachtige methoden die wiskundigen en statistici, vanaf begin negentiende eeuw, hebben ontwikkeld om patronen in rommelige data te herkennen en te interpreteren: datasets waren klein en kostbaar, en computers waren traag en duur. Het is dus begrijpelijk dat nu de vooruitgang in de computerkracht deze hindernissen dramatisch heeft gereduceerd, economen zich haasten om big data en kunstmatige intelligentie te gebruiken teneinde hen te helpen patronen te ontwaren in allerlei soorten activiteiten en uitkomsten.