Статья: СЦЕНАРНЫЙ АНАЛИЗ С МНОГОМЕРНЫМИ БАЙЕСОВСКИМИ МОДЕЛЯМИ МАШИННОГО ОБУЧЕНИЯ (2025)

Читать онлайн

В статье рассматриваются теоретико-методологические основы интеграции сценарного анализа и многомерных байесовских моделей машинного обучения. Сценарный анализ представлен как инструмент стратегического планирования в условиях радикальной неопределённости, позволяющий формировать альтернативные траектории развития сложных систем. В свою очередь, байесовские модели в машинном обучении - в том числе Bayesian additive regression trees (BART), байесовские нейронные сети (BNN) и вариационные байесовские методы - обеспечивают формальное представление априорной неопределённости и латентной структуры данных. Особое внимание уделено методам построения условных прогнозов и обобщённых функций импульсного отклика (GIRF), адаптированным для нелинейных и непараметрических моделей. Обоснована практическая значимость данного подхода в макроэкономическом моделировании, энергетическом планировании и оценке инвестиционных рисков.

Ключевые фразы: сценарный анализ, байесовские модели, машинное обучение, априорная неопределенность, вероятностное моделирование
Автор (ы): Халидов Али Анварович, Гапизов Гапур Курбанович, Кузнецова Ирина Сергеевна
Журнал: ЭКОНОМИКА И УПРАВЛЕНИЕ: ПРОБЛЕМЫ, РЕШЕНИЯ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Экономика
УДК
330.34. Экономическое развитие
Для цитирования:
ХАЛИДОВ А. А., ГАПИЗОВ Г. К., КУЗНЕЦОВА И. С. СЦЕНАРНЫЙ АНАЛИЗ С МНОГОМЕРНЫМИ БАЙЕСОВСКИМИ МОДЕЛЯМИ МАШИННОГО ОБУЧЕНИЯ // ЭКОНОМИКА И УПРАВЛЕНИЕ: ПРОБЛЕМЫ, РЕШЕНИЯ. 2025. ТОМ 1 № 8
Текстовый фрагмент статьи