List of Articles Gradient Boost Tree

• Open Access Article
  • Abstract Page
  • Full-Text
  
  1 - پیش‌بینی صادرات زعفران ایران با مقایسه الگوریتم های یادگیری ماشین
  علیرضا امیرتیموری منصور صوفی مهدی همایونفر مهدی فدایی
  واردات و صادرات در همه کشورها نقش مهمی در رشد اقتصادی ایفا می‌کنند. بنابراین، انتخاب محصولات مناسب، باعث افزایش رقابت‌پذیری کشور در تجارت جهانی می‌شود. زعفران یکی از مهم‌ترین و متمایزترین محصولات غیرنفتی ایران برای صادرات است. هدف این مطالعه، پیش‌بینی صادرات زعفران از ط More

  واردات و صادرات در همه کشورها نقش مهمی در رشد اقتصادی ایفا می‌کنند. بنابراین، انتخاب محصولات مناسب، باعث افزایش رقابت‌پذیری کشور در تجارت جهانی می‌شود. زعفران یکی از مهم‌ترین و متمایزترین محصولات غیرنفتی ایران برای صادرات است. هدف این مطالعه، پیش‌بینی صادرات زعفران از طریق سه الگوریتم داده‌کاوی و انتخاب الگوریتم مناسب در پیش‌بینی است. دوره نمونه مدل‌های پیش‌بینی شامل داده‌های صادرات زعفران ایران از سال ۲۰۱۲ تا ۲۰۱۹ است که از انجمن زعفران ایران جمع‌آوری شده‌اند. پس از انجام مراحل آماده‌سازی داده، پیش‌بینی صادرات زعفران با استفاده از سه الگوریتم داده‌کاوی شامل شبکه عصبی مصنوعی، یادگیری عمیق و درخت تقویت گرادیانی انجام شد. برای انتخاب یک مدل پیش‌بینی بهتر، اعتبار مدل نقش مهمی ایفا می‌کند. صحت پیش‌بینی سه مدل طراحی شده به کمک خطای مطلق ( 036/0 = شبکه‌ی عصبی مصنوعی،  031/0 = یادگیری عمیق شبکه،   047/0 = درخت تقویت گرادیانی)، معیار R2 (045/0 = شبکه‌ی عصبی مصنوعی، 044/0 = یادگیری عمیق شبکه، 073/0 = درخت تقویت گرادیانی) و همبستگی (95/0 = شبکه‌ی عصبی مصنوعی، 98/0 = یادگیری عمیق شبکه،  97/0 = درخت تقویت گرادیانی) اندازه‌گیری شدند. براساس یافته‌ها، تمامی این سه مدل طراحی شده دقیق هستند و خطای پیش‌بینی آن‌ها بسیار کم و نزدیک به هم است. اما با تفاوت ناچیز، شبکه یادگیری عمیق کمترین خطا را دارد. نتایج می‌توانند برای برنامه‌ریزی دقیق‌تر صادرات زعفران مفید باشند. Manuscript profile