مجلة إضافات إقتصادية
Volume 10, Numéro 2, Pages 350-365
2026-09-30
استخدام نماذج التعلم الآلي في التنبؤ بالتضخم في الجزائر: دراسة مقارنة بين النماذج القياسية التقليدية وخوارزميات التعلم الآلي خلال الفترة 1990–2025
الكاتب : كمال الدين أبا سفيان . بن البار امحمد .
الملخص
هدفت هذه الدراسة إلى تقييم كفاءة نماذج التعلم الآلي في التنبؤ بالتضخم في الجزائر ومقارنتها بالنماذج القياسية التقليدية. أظهرت النتائج أن نموذجRandom Forest حقق أفضل أداء تنبئي، حيث سجل أقل متوسط مربع للخطأ (MSE=4.1257) وأعلى معامل تحديد (R²=0.3422)، في حين سجل نموذج الانحدارالخطي المتعدد أضعف النتائج. وتؤكد الدراسة أهمية توظيف تقنيات الذكاء الاصطناعي في دعم التنبؤ الاقتصادي وتحسين فعالية السياسات النقدية. Abstract: This study aimed to evaluate the effectiveness of machine learning models in forecasting inflation in Algeria and to compare their performance with that of traditional econometric models. The results showed that the Random Forest model achieved the best forecasting performance, recording the lowest Mean Squared Error (MSE = 4.1257) and the highest coefficient of determination (R² = 0.3422). In contrast, the Multiple Linear Regression model exhibited the weakest performance. The study highlights the importance of leveraging artificial intelligence techniques to enhance economic forecasting and improve the effectiveness of monetary policy.
الكلمات المفتاحية
التضخم ; التعلم الآلي ; Random Forest ; الاقتصاد الجزائري ; التنبؤ الاقتصادي
مقالات مماثلة
Kouadria Meriem
.
Mahfoud Bouchra
.
pages 311-328.
صديقي أحمد
.
بوكار عبد العزيز
.
ص 158-170.
جمال زدون
.
عشوي نصر الدين عشوي
.
ص 246-265.
رشام كهينة
.
خولوفي وهيبة
.
ص 367-386.
