Sind Methoden des maschinellen Lernens besser geeignet als herkömmliche statistische Verfahren, um beispielsweise einen möglichen Rückzug von Unternehmen von angestrebten Börsengängen vorherzusagen? Auf der World Conference on Data Science and Statistics Mitte Juni in Amsterdam ging Dr. Annika Reiff dieser Frage in ihrem Vortrag "Comparing the prediction performance of random forest, lasso and logit in the context of IPO withdrawal" nach.
Demnach hat sich gezeigt, dass sich unter bestimmten Voraussetzungen mit komplexeren Methoden des maschinellen Lernens tatsächlich besser vorhersagen lässt, ob ein Unternehmen den Börsengang zurückzieht.