În dorința de a-și investi și de a-și proteja veniturile, atât marile corporații multinaționale, cât și micii investitori individuali, doresc să reducă la minim riscul care însoțește activitatea pe piețele financiare. Autorii îi prezintă, într-un mod sistematizat, didactic, cronologic, pe cercetătorii cei mai importanți în domeniul piețelor financiare – străini și români – și contribuțiile acestora, cu aplicațiile respective în practică, dintre care unele sunt folosite și astăzi.

Această lucrare se adresează studenţilor de la cursurile de masterat în diferite specializări economice, care au în programa curriculară Macroeconomia şi care au parcurs în pregătirea de licenţă cursul Fundamente ale macroeconomiei.

Cartea este utilă doctoranzilor în economie, cercetătorilor, specialiştilor în alte ştiinţe şi profesii care sunt interesaţi de aprofundarea corelaţiilor cantitative din economie, de echilibrele şi dezechilibrele macroeconomice, de dinamica deficitelor bugetare, a creşterii economice, a managementului ratei de schimb, a solvabilităţii publice, a stabilităţii macroeconomice, precum şi a politicilor guvernamentale şi monetare şi consistenței acestora.

Lucrarea este concepută în ideea de a veni în sprijinul tuturor celor care doresc să cunoască aspecte mai mult sau mai puţin analitice referitoare la ştiinţa micro- şi macroeconomică, din perspectiva aplicării calculului neuronal.

Volumul întâi începe cu tratarea uneia dintre cele mai intens dezbătute teme în literatura de specialitate, și anume creșterea economică, dezvoltând, mai apoi, din perspectivă cibernetică, probleme legate de teoria fluctuațiilor ciclice, de dinamica economiilor deschise și de deficitele bugetare și politicile fiscale.

În volumul al doilea (https://dev.editura.ase.ro/editura-ase/product/cibernetica-macroeconomica-suport-de-curs-volumul-2-reglarea-macroeconomica-prin-politici-monetare-si-modelarea-investitiilor/), autorii își propun o tematică largă privind dezechilibrele macroeconomice (inflația și politicile monetare, șomajul, investițiile, consumul) și mecanismele de reglare a lor.

Prin inteligenţă artificială (AI-Artificial Intelicence) se înțelege orice tehnică care permite calculatoarelor să imite comportamentul uman, inclusiv învăţarea maşinii, procesarea limbajului natural (NLP), sinteza limbajului, „viziunea” computerului (programarea computerului pentru a„vedea”), robotica, analiza senzorilor, optimizarea şi simularea.
În acest context, Machine Learning (ML – învăţarea automată) constituie un subset de tehnici de AI care permite sistemelor informatice să „înveţe” din experienţa anterioară (adică din observaţiile de date), având ca efect îmbunătăţirea operaţiunilor pentru o anumită sarcină. Tehnicile ML includ Support Vector Machines (SVM), arbori de decizie, învăţare Bayes, k-means clustering, reguli de asociere, regresie, reţele neuronale şi multe altele.