Entrepreneurial Finance: Enfoques emergentes mediante aprendizaje automático y Big Data

Título original:

Entrepreneurial Finance: Emerging Approaches Using Machine Learning and Big Data

Contenido del libro:

Entrepreneurial Finance: Emerging Approaches Using Machine Learning and Big Data presenta una visión completa de las aplicaciones de los algoritmos de aprendizaje automático a la base de datos Crunchbase. Los autores destacan los principales objetivos de investigación que pueden abordarse y revisan todas las variables y algoritmos utilizados para cada objetivo.

Para cada algoritmo de aprendizaje automático, los autores analizan las respectivas métricas de rendimiento con el fin de identificar un modelo de referencia. Este estudio pretende ser una referencia para investigadores y profesionales sobre el uso del aprendizaje automático como herramienta eficaz para apoyar los procesos de toma de decisiones en las inversiones en renta variable. En la sección 2 se ofrece una introducción al aprendizaje automático y se exponen las principales diferencias con respecto a un enfoque estadístico tradicional.

La sección 3 ofrece una visión general de las empresas de capital riesgo que ya han aplicado un enfoque basado en datos a su toma de decisiones de inversión.

La sección 4 es una introducción a Crunchbase, una de las bases de datos más relevantes sobre empresas de nueva creación e inversores. La sección 5 describe el alcance de este estudio, centrándose en las contribuciones de investigación que han aplicado técnicas de aprendizaje automático a los datos de Crunchbase.

La sección 6 clasifica los objetivos de investigación de los estudios y describe los distintos enfoques de aprendizaje automático. La sección 7 describe un ejemplo de cómo los modelos propuestos por estudios anteriores podrían integrarse sinérgicamente en la toma de decisiones de los inversores. La sección 8 sintetiza todas las características o variables utilizadas, que se obtienen directamente de Crunchbase o mediante un proceso de ingeniería de características.

La sección 9 analiza los algoritmos utilizados. La sección 10 analiza los resultados obtenidos en investigaciones anteriores con el fin de establecer una línea de base para futuras investigaciones en este campo. Por último, la sección 11 presenta un debate final sobre la aplicabilidad del aprendizaje automático como herramienta para las inversiones basadas en datos, mientras que las conclusiones y los desarrollos futuros se presentan en la sección 12.