ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКИХ ЦИКЛОВ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ

В настоящей статье исследованы основные способы изучения и прогнозирования экономических циклов с использованием методов машинного обучения, а также оценена степень их применения. Методологическую основу исследования составляет применение различных регрессионных методов, в частности, линейной и полиномиальной регрессии в тандеме с методом линейно-клеточного автомата. Авторами изучены различные точки зрения на определение понятия «машинное обучение», определена степень использования искусственного интеллекта в различных сферах жизни общества, рассмотрены основные типы задач, для решения которых при помощи методов машинного обучения обеспечивается максимальная эффективность и производительность. В процессе исследования авторами раскрыты преимущества и недостатки использования методов машинного обучения. На основании анализа макроэкономических показателей, предоставленных Федеральной службой государственной статистики, продемонстрированы возможности применения методов машинного обучения для предсказания будущих состояний в экономике. Авторами описаны ключевые экономико-математические методы, выведена точность их применения для прогнозирования экономических циклов. Предложенные подходы позволяют улучшить существующие методики прогнозирования, а также позволяют отдельным успешно адаптироваться к изменяющимся экономическим условиям. Направлением дальнейших исследований является объединение различных методов машинного обучения, таких как полиномиальная регрессия и линейно-клеточные автоматы для повышения точности и надежности прогнозирования.