Buscema, P., Maurelli, G., Mennini, F.s., Gitto, L., Russo, S., Ruggeri, M., et al. (2017). Artificial neural networks and their potentialities in analyzing budget health data: an application for Italy of what-if theory. QUALITY & QUANTITY, 51(3), 1261-1276 [10.1007/s11135-016-0329-y].

Artificial neural networks and their potentialities in analyzing budget health data: an application for Italy of what-if theory

MENNINI, FRANCESCO SAVERIO;
2017-01-01

2017
Pubblicato
Rilevanza internazionale
Articolo
Esperti anonimi
Settore SECS-P/06 - ECONOMIA APPLICATA
English
Buscema, P., Maurelli, G., Mennini, F.s., Gitto, L., Russo, S., Ruggeri, M., et al. (2017). Artificial neural networks and their potentialities in analyzing budget health data: an application for Italy of what-if theory. QUALITY & QUANTITY, 51(3), 1261-1276 [10.1007/s11135-016-0329-y].
Buscema, P; Maurelli, G; Mennini, Fs; Gitto, L; Russo, S; Ruggeri, M; Coretti, S; Cicchetti, A
Articolo su rivista
File in questo prodotto:
File Dimensione Formato  
Artificial NNetwork_2016_Q&Q.pdf

accesso aperto

Licenza: Non specificato
Dimensione 1.58 MB
Formato Adobe PDF
1.58 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2108/169377
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 3
  • ???jsp.display-item.citation.isi??? 2
social impact