| Аннотация |
Интенсивное развитие методов машинного обучения обусловило рост интереса к их применению в экономическом анализе. В современной отечественной литературе, как правило, эти методы применяются для прогнозирования различных экономических показателей. Однако, применение данных методов совместно с эконометрическими моделями для оценивания эффектов воздействия на российских данных встречается крайне редко, несмотря на то, что соответствующие подходы весьма популярны в современных мировых исследованиях, поскольку позволяют снизить риски получения несостоятельных оценок эффектов воздействия в случае нарушения предпосылок классических методов. Предлагаемый проект призван восполнить соответствующий пробел в отечественной литературе, а также расширить методологические горизонты данной области за счет разработки новых методов эконометрического анализа, использующих машинное обучение для ослабления различных предпосылок при оценивании эффектов воздействия. Предложенные методы будут полезны для оценивания эффективности различных государственных политик, в частности, в области рынка труда и образования. Кроме того, эти методы будут полезны в маркетинговых исследованиях, особенно в случаях, когда проведение контролируемого рандомизированного эксперимента является затруднительным. Таким образом, научная новизна предлагаемого проекта заключается в двух основных аспектах. Во-первых, методы, основанные на синтезе эконометрических моделей и методов машинного обучения, будут использованы для оценивания эффектов воздействия на российских данных, в частности, для анализа отдачи от образования на рынке труда. Во-вторых, будут предложены новые методы оценивания эффектов воздействия с использованием методов машинного обучения. Так, планируется разработать методы, позволяющие оценивать эффекты воздействия при наличии сложной структуры смещения выборки. Актуальность предлагаемого проекта заключается в развитии применения методов, образованных синтезом эконометрических моделей и методов машинного обучения, в области оценивания эффектов воздействия, необходимых, в частности, для оценивания эффективности различных государственных программ и решений в бизнесе. Использование методов машинного обучения позволит снизить риски получения несостоятельных оценок эффектов воздействия вследствие нарушения предпосылок классических методов эконометрического анализа. Кроме того, предложенные в рамках проекта новые методы позволят существенно расширить горизонты применения соответствующей методологии на случаи, когда исследователь сталкивается со смещением выборки, обусловленным достаточно сложными механизмами, моделирование которых средствами классических методов регрессионного анализа является затруднительным.
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
