به‌کارگیری هوش مصنوعی در پیش‌بینی تولید ناخالص داخلی و نرخ بیکاری و تاثیر متقابل آن‌ها بر یک‌دیگر در اقتصاد ایران

بیکاری و تولید ناخالص از شاخص‌های مهم اقتصادی هستند؛ پیش‌بینی این دو شاخص می‌تواند در اصلاح ساختار اقتصادی و بهبود اقتصاد  مفید واقع شود. تکنیک‌ها و ابزارهای هوش مصنوعی می‌توانند برای پیش‌بینی شاخص‌های مهم اقتصادی نقش مهمی ایفا کنند. با توجه به اهمیت این دو شاخص، پژوهش حاضر ابتدا به پیش‌بینی روند دو شاخص به‌صورت جداگانه و سپس پیش‌بینی میزان نرخ رشد تولید ناخالص داخلی براساس نرخ بیکاری با استفاده از تکنیک‌های هوش مصنوعی می‌پردازد. برای این‌منظور در این پژوهش، از داده‌های فصلی مربوط به تولید ناخالص داخلی و نرخ بیکاری برای سال‌های 1385-1401 استفاده شده است؛ هم‌چنین از مدل‌های یادگیری ماشین مبتنی‌بر رگرسیون برای پیش‌بینی بهره گرفته شده است. در این پژوهش، به‌منظور استنتاج بهتر، نتایج پیش‌بینی روش‌های یادگیری ماشین با روش اقتصادسنجی arima نیز مورد مقایسه قرار گرفته است. نتایج حاصل از پیاده‌سازی نشان می‌دهد که پیش‌بینی مدل‌های مذکور از لحاظ معیارهای ارزیابی مانند جذر میانگین مجذور خطا، میانگین قدرمطلق خطا، میانگین قدرمطلق درصد خطا، دارای دقت مناسبی است و بیانگر این است که تکنیک‌های هوش مصنوعی هم می‌توانند دو شاخص اقتصادی مذکور و تاثیر متقابل آن‌ها بر یک‌دیگر را پیش‌بینی کنند.

application of artificial intelligence in predicting gdp and unemployment rate, and their mutual impact on the economy of iran

the unemployment rate and gross domestic product (gdp) are among the most important economic indicators that understanding their current and future trends can help policymakers and decision-makers adopt appropriate solutions to prevent crises and improve the country’s economic situation. accurate prediction of these two indicators can be useful in future planning and improving the country’s economy and people’s livelihoods. in recent years, artificial intelligence techniques and tools, given their many capabilities, can play a very important role in predicting important economic indicators. therefore, given the high importance of the two indicators of unemployment rate and gdp on the economy of our country iran, this article intends to first predict these two indicators separately and then predict the rate of gdp growth based on the unemployment rate using artificial intelligence techniques. for this purpose, in this research, seasonal data related to gdp and its components and the unemployment rate for the years 1976-2022 have been used. also, machine learning models based on regression have been used for prediction. the results show that the predictions of the mentioned models have an appropriate accuracy in terms of evaluation criteria such as root mean square error, mean absolute error, mean absolute percentage error, which indicates.