机构名称：
¥ 1.0
失业保险 (UI) 决策中的行政错误导致效率与效益之间的公共价值冲突。我们分析人工智能 (AI)（尤其是机器学习 (ML) 方法）是否可用于检测 UI 索赔决策中的行政错误，包括准确性和规范权衡。我们使用美国劳工部 16 年的 UI 索赔审计和政策数据来分析 7 种不同的随机森林和深度学习模型的准确性。我们进一步测试加权方案和合成数据方法来纠正训练数据中的不平衡。使用梯度下降增强的随机森林模型在几个方面比每个测试的深度学习模型更准确，并且在公共价值方面更可取。调整模型权重会显著提高低 n 结果的召回率，但会以牺牲准确率为代价。相对于权重，合成数据会降低改进效果，但存在缺点。
政府信息季刊
主要关键词
相关文件推荐
