기계 학습 기반 거시경제 데이터 예측 모델의 구축 및 최적화

인적 자본은 처음에 거시경제 발전의 생산 요소로 간주되었으나, 내생적 성장 이론이 결국 이러한 관점을 대체하게 되었습니다. 이전 연구의 대부분은 GDP 예측을 조사하기 위해 계량 경제학 모델을 사용했습니다. 기계 학습 모델은 비선형 상호작용을 효율적으로 해결할 수 있기 때문에, 본 연구는 기계 학습 접근 방식을 사용하여 연결 관계를 조사함으로써 새로운 관점을 제시합니다. 이러한 이유로 경제 발전을 위한 예측 모델은 최고의 기계 학습 기법, 특히 서포트 벡터 머신(Support Vector Machine)을 사용하여 생성되었습니다. SVM 예측을 개선하기 위해 하이퍼 파라미터는 베이즈 접근 방식과 여러 커널 함수를 사용하여 최적화되었습니다. 모델의 효과성을 평가하기 위해 결정 계수, 평균 절대 오차, 평균 제곱근 오차라는 세 가지 통계 지표가 사용됩니다.