экономикаға арналған

Экономикаға арналған AI - үздік таңдаулар

Жоғары мектеп. Менің нейрондық желім регрессия моделін 20% жеңген осы бір сынақты әлі есімде. Әзіл емес - мен эконометрика бойынша бірнеше апталық курстық жұмыстарды және оқулықтарға толы әмиянды бастан өткердім. Сол сәт? Шам. Күрделілік шиеленіскен кезде – белгісіздік, мінез-құлық және үлгі хаосы жиналған кезде AI күшейеді.

  • Үлгіні тану : терең торлар мұхиттарды аралап өтіп, экономистерге анықтау үшін мың кофе қажет болатын корреляцияларды табады [1].

  • Деректерді қорыту : қолмен таңдау айнымалыларын ұмытыңыз - ML қозғалтқыштары тек бүкіл швед үстелін жейді [1].

  • Сызықты емес талдау : олар себеп-салдар зигзагында жыпылықтамайды. Шекті әсерлер? Асимметрия? Олар оны алады [2].

  • Автоматтандыру : құбыр сиқыры. Тазалау, жаттықтыру, баптау - бұл ешқашан ұйықтамайтын интерндердің болуы сияқты.

Әрине, біз әлі де бастапқы код болып табыламыз. Оны дұрыс емес оқытыңыз, ол қате үйренеді. Бұл эмодзи көз қысты ма? Оған кепілдік берілген. 😉

Осы мақаладан кейін оқығыңыз келетін мақалалар:

🔗 Жасанды интеллект алмастыра алмайтын және
қазіргі және болашақтағы жұмыс орындарына AI әсерін жаһандық талдауды алмастыратын жұмыстар.

🔗 Қаржы сұрақтарына арналған ең жақсы AI
Ақылды және дәл қаржылық түсініктерді ұсынатын үздік AI құралдары.

🔗 Бизнес стратегияға арналған AI-мен жұмыс істейтін сұранысты болжау құралдары
Бизнеске сұранысты болжауға және стратегияларды тиімді жоспарлауға көмектесетін құралдар.


Салыстыру кестесі: Экономикаға арналған AI құралдары

Құрал / Платформа Бұл кімге арналған Бағасы Неліктен жұмыс істейді / Ескертпелер
AI экономисті (Salesforce) Саясат дизайнерлері Тегін (ашық дереккөз) RL жақсырақ салық схемаларына жету жолын сынақ және қателікпен модельдейді [3]
H2O.ai Деректер ғалымдары мен талдаушылары $$$ (әртүрлі) Сүйреп апару түсіндірмелілікке сәйкес келеді - тамаша комбо
Google AutoML Академиялар, стартаптар Орташа диапазон Сіз басыңыз, ол үйренеді. Толық стек, қосымша кодтық ML
Econometrics Toolbox (MATLAB) Зерттеушілер мен студенттер $$ Ескі мектеп AI - гибридті тәсілдермен кездеседі
OpenAI GPT үлгілері Жалпы пайдалану Фремиум Қорытындылау. Модельдеу. Пікірталастың екі жағын да айтыңыз.
EconML (Microsoft) Қолданбалы зерттеушілер Тегін Ауыр тістері бар себеп-салдарлық қорытындылар жинағы

Болжалды модельдеу өзгереді 🧠

Регрессия жақсы нәтиже берді. Бірақ бұл 2025 және:

  • Нейрондық желілер қазір толқынды серферлер сияқты экономикалық өзгерістерге ұшырайды - таңқаларлық уақытпен инфляцияны болжайды [2].

  • NLP құбырлары Reddit және Reuters-ті тұтынушылардың толқулары мен жасырын көңіл-күй өсімдері үшін өндіреді.

  • Агентке негізделген модельдер болжамайды - олар бүкіл қоғамды кремнийде басқаратын кез келген нәрсені тексереді.

Нәтиже? Өлшеуді кім орындайтынына байланысты болжауды жіберіп алудың 25%-ға төмендеуі [2]. Аз болжам. Неғұрлым негізделген фьючерстер.


Мінез-құлық экономикасы машиналық оқытумен кездеседі

Бұл жерде ... қызық болады. Бірақ тамаша.

  • Иррационалды үлгілер : тұтынушылар өздерін адамдар сияқты ұстаған кезде кластерлер пайда болады.

  • Шешім қабылдаудан шаршау : Біреу неғұрлым ұзақ сауда жасаса, таңдауы соғұрлым нашар болады. Модельдер өңін түсіреді.

  • Микро-макро сілтемелер : Сіз кофе сатып алдыңыз ба? Ол деректер. Және қашан жинақталған? Ерте сигналдар - қатты.

Содан кейін динамикалық баға бар - сіздің қоржыныңыз секунд сайын өзгереді. Қорқынышты ма? Мүмкін. Бірақ ол жұмыс істейді.


Экономикалық саясатты жобалаудағы AI

Саясатты модельдеу бұдан былай электрондық кестелерге жабыспайды.

«AI Economist ортасы статикалық базалық көрсеткіштермен салыстырғанда теңдік пен өнімділікті 16%-ға жақсартатын прогрессивті салық саясатын үйренді» [3].

Қарапайым ағылшын тілінде: алгоритмдер құмсалғыш үкіметтерін ойнады және жақсырақ салық орнатуларымен шықты. Бюджеттік шектеулер әлі де қолданылады. Бірақ енді сіз саясатты нақты экономикаларға жібермес бұрын кодта прототип жасай аласыз.


Нақты әлемдік экономикалық қолданбалар 🌍

Бұлардың ешқайсысы буға жатпайды. Ол жайылып жатыр - тыныш, тиімді, барлық жерде:

  • Орталық банктер қаржылық сызаттар кеңеймей тұрып зерттеу үшін ML негізіндегі стресс модельдерін пайдаланады [2].

  • Бөлшек саудагерлер қоймада жоқ мөлшерлемелерді болжамды қайта құру жүйелерімен қысқартады [4].

  • Несие берушілер көбірек адамдар үшін несиелік есіктерді ашу үшін балама деректерді (ойланыңыз: телефон шотыңыз) өндіреді.

  • Еңбек сарапшылары біліктілік жетіспеушілігін болдырмау үшін сұңқарлар сияқты жұмыс орындарын жариялау ағындарын бақылайды.

Бұл бір күні болатын нәрсе емес. Қазір.


Шектеулер және этикалық миналар

Реализмнің суық шашуының уақыты:

  • Бағалауды күшейту : деректер жинағы лас болса, сіздің болжамдарыңыз да болады. Ал одан да жаманы – олар масштабталады [5].

  • Мөлдірлік : түсіндіре алмайсыз ба? Оны қолданбаңыз. Жоғары тәуекелді қоңыраулар ашықтықты қажет етеді.

  • Қарсылас ойын : Боттар сіздің модельіңізді скрипка сияқты ойнайды ма? Иә, бұл тәуекел.

Иә, этика тек философиялық емес, ол инфрақұрылымдық. Қорғаулар маңызды.


Эконом жұмысында AI пайдалануды қалай бастау керек

PhD немесе нейрондық имплант қажет емес. Тек:

  1. - пандалар, scikit-learn, TensorFlow көмегімен ыңғайлы болыңыз Олар нағыз MVP.

  2. Рейдтік ашық деректер қоймалары – Kaggle, ХВҚ, Дүниежүзілік банк. Олар алтынға толы.

  3. Жазу кітапшалары - Google Colab - бұл орнатусыз ойын алаңы.

  4. Ойшылдарды қадағалаңыз - X (уф, бұрынғы Twitter) және Substack-те қазына карталары бар.

Тіпті Reddit-сентиментті талдаушы сізге Bloomberg терминалы айта алмайтын нәрсені айта алады.


Болашақ мінсіз емес, болжамды

AI ғажайып емес. Бірақ қызық экономист қолында? Бұл нюансқа, болжауға және жылдамдыққа арналған құралдар жинағы. Интуицияны есептеумен жұптаңыз, және сіз енді болжамайсыз - сіз күтесіз.

📉📈


Ресми AI Assistant дүкенінен соңғы AI табыңыз

Біз туралы

Анықтамалар

  1. Mullainathan, S. & Spiess, J. (2017). Машиналық оқыту: қолданбалы эконометриялық тәсіл . Экономикалық перспективалар журналы , 31(2), 87–106. Сілтеме

  2. Маджития, К. және Дойл, Б. (2020). AI экономикалық болжауды қалай өзгерте алады . ХВҚ . Сілтеме

  3. Ву, Дж., Цзян, Х. және Лихи, К. (2020). AI экономист: AI-ге негізделген салық саясатымен теңдік пен өнімділікті арттыру . NeurIPS . Сілтеме

  4. McKinsey & Company. (2021). AI бөлшек сауданың жеткізу тізбегіндегі қиындықтарды қалай шешеді . Сілтеме

  5. Angwin, J., Larson, J., Kirchner, L., & Mattu, S. (2016). Машиналық ауытқу . ProPublica . Сілтеме

Блогқа оралу