गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर
सार्वजनिक बजट पूर्वानुमान प्रश्नोत्तरी में ए.आई
एआई बजट पूर्वानुमानों का परीक्षण करें: लक्ष्य और क्षितिज, समय-जागरूक सत्यापन, पारदर्शी धारणाएं, अनिश्चितता सीमाएं, आधार रेखाएं और सार्वजनिक जवाबदेही।
प्रश्न 1 का 8
एक राजस्व मॉडल को पांच साल के रिकॉर्ड पर प्रशिक्षित किया जाता है। कौन सा परीक्षण अगले वर्ष के पूर्वानुमान का सबसे अच्छा अनुमान लगाता है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- एक राजस्व मॉडल को पांच साल के रिकॉर्ड पर प्रशिक्षित किया जाता है। कौन सा परीक्षण अगले वर्ष के पूर्वानुमान का सबसे अच्छा अनुमान लगाता है?
- सभी छह वर्षों से बेतरतीब ढंग से विभाजित पंक्तियाँ
- केवल प्रशिक्षण अभिलेखों पर ही मूल्यांकन करें
- पहले की अवधियों पर प्रशिक्षण लें और मॉडल फिटिंग से बाहर रखी गई बाद की अवधियों का मूल्यांकन करें
- सभी परिणाम देखने के बाद सबसे कम त्रुटि वाला वर्ष चुनें
- एक मॉडल वार्षिक कर प्राप्तियों की भविष्यवाणी करता है। कार्यालय को अपना लक्ष्य और क्षितिज क्यों बताना चाहिए?
- लक्ष्य और समय क्षितिज परिभाषित करते हैं कि अनुमान का क्या अर्थ है और यह निर्णयों को कैसे निर्देशित कर सकता है
- वे अनिश्चित पूर्वानुमान को निश्चित बना देते हैं
- वे निर्धारित करते हैं कि किन राजनीतिक प्राथमिकताओं को वित्त पोषित किया जाना चाहिए
- वे डेटा संशोधन को समाप्त करते हैं
- कर-कानून में परिवर्तन डेटा में एक ऐतिहासिक संबंध को तोड़ देता है। मुख्य जोखिम क्या है?
- प्रभावी होने से पहले मॉडल स्वचालित रूप से नया कानून सीखता है
- परिवर्तन अधिक डेटा जोड़कर सटीकता में सुधार करता है
- पूर्वानुमान क्षितिज अप्रासंगिक हो जाता है
- मॉडल एक ऐसे पैटर्न का विस्तार कर सकता है जो अब राजस्व प्रणाली का वर्णन नहीं करता है
- एक जटिल पूर्वानुमान की तुलना एक साधारण आधार रेखा से क्यों करें?
- जटिल मॉडल को अधिक सटीक दिखाने के लिए
- यह निर्धारित करने के लिए कि क्या अतिरिक्त जटिलता पारदर्शी संदर्भ पर उपयोगी प्रदर्शन में सुधार करती है
- क्योंकि बेसलाइन सही बजट की गारंटी देती है
- भविष्य की अवधियों पर परीक्षण से बचने के लिए
- कौन सी प्रस्तुति बजट निर्णय निर्माताओं को अनिश्चितता के बारे में सबसे अच्छी तरह सूचित करती है?
- केवल मॉडल की सबसे संभावित संख्या प्रकाशित करें
- बहस को रोकने के लिए संवेदनशीलता विश्लेषण छिपाएँ
- प्रशंसनीय श्रेणियों या परिदृश्यों के साथ एक केंद्रीय अनुमान दिखाएं और प्रमुख मान्यताओं की व्याख्या करें
- अनुमान को गारंटी में बदलें
- एक यादृच्छिक ट्रेन-परीक्षण विभाजन मासिक राजस्व डेटा पर उत्कृष्ट परिणाम देता है। क्या चिंता बनी हुई है?
- The result proves the budget will be balanced
- Random splitting ensures a realistic future simulation
- The model has no need for a baseline
- Future observations may have leaked into training, making the test unlike a true forecast
- A city sees its average error fall but the model repeatedly misses during downturns. What should analysts report?
- Performance by relevant conditions, including downturns and large misses
- Only the overall average error
- The model’s parameter count
- That no forecast can be evaluated
- Who remains responsible for selecting spending priorities after an AI forecast is delivered?
- The forecasting model because it produced the estimate
- Public officials following the applicable budget process and considering public priorities
- The vendor that selected the algorithm
- The department with the largest dataset