Prévision de l’activité économique au Québec et au Canada à l’aide des méthodes Machine Learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dans ce rapport nous appliquons de nombreuses techniques d’apprentissage automatique (Machine Learning) au problème de prévision de l’activité économique au Québec et au Canada. Six groupes de modèles sont considérés : les modèles à facteurs, régressions pénalisées, régressions régularisées par sous-ensembles complets, régressions à vecteurs de support, forêts d’arbres aléatoires et les réseaux de neurones. Tous ces modèles apportent différentes façons de gérer les grands ensembles de données et de générer les formes fonc-tionnelles hautement complexes. La prédiction de 16 variables macroéconomiques québécoises et canadiennes est évaluée dans un exercice de prévision hors échantillon. Les grands ensembles de données canadiennes et américaines sont considérés. Les résultats indiquent que les méthodes machine learning, combinées avec les grands ensembles de données, ont un bon pouvoir prédictif pour plusieurs variables d’activité réelle comme le PIB, la formation brute de capital fixe et la production industrielle. Les forêts d’arbres aléatoires sont particulièrement résiliantes, suivies des réseaux de neurones. La prévision des variables du marché d’emploi est améliorée par l’utilisation des régressions pénalisées, simples ou par sous-ensembles complets. Les taux d’inflation sont prévisibles avec les forêts aléatoires et les régressions pénalisées. Quant aux mises en chantier et le taux de change USD/CAD, les méthodes machine learning n’arrivent pas à améliorer la prévision ponctuelle, mais affichent des résultats intéressants au niveau de la prévision de la direction future de ces variables.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle