Artificial Intelligence in Natural Hazard Modeling: Severe Storms, Hurricanes, Floods, and Wildfires
GAO 的发现GAO 发现,机器学习是一种使用算法来识别信息模式的人工智能 (AI),它正在应用于严重风暴、飓风、洪水和野火等自然灾害的预测模型,可能导致自然灾害。一些机器学习模型在日常预报中得到实际应用,例如可以缩短严重风暴预警时间的模型。机器学习的一些用途被认为接近可操作,而另一些则需要多年的开发和测试。GAO 确定了将机器学习应用于该领域的潜在好处,包括:从而增加建模成本。通过更充分地利用可用数据、使用传统模型无法使用的其他数据以及创建合成数据来填补空白,提高模型的准确性。通过改进集成建模(从众多模型生成组合预测的过程)以及更好地利用历史数据来减少模型输出的不确定性。使用机器学习预测自然
The Fed’s Inflation Goal Is Completely Arbitrary
在过去 18 个月中,通货膨胀主导了我们对疫情经济的理解。美国人经历了四十年来最高的年度物价上涨,从头到尾都是如此。即使是现在,当专家和预测者担心经济可能陷入衰退时,观察人士也对通货膨胀的相对粘性感到沮丧。[…]
Where Is That Confounded Recession?
“啊,不好意思。哦,能不能请你原谅我一下。我只是想找到经济衰退。有人看到过经济衰退吗?”在满屋子的预测者中问这个问题,你会听到很多理由来解释为什么下一次经济衰退即将来临:收益率曲线倒挂、关税战、疲软的 PMI、全球制造业衰退。[…]
2016: a bad year for predictions
说到黑天鹅,2016 年可谓是黑天鹅满天飞!从选举到市场,从黑客攻击到恐怖袭击,一个接一个的意外事件接踵而至。每件事都以自己的方式令人震惊。尤其是在体育和政治领域。葡萄牙赢得欧洲足球锦标赛、莱斯特赢得英超联赛、英国在奥运会奖牌榜上排名第二、芝加哥小熊队赢得世界职业棒球大赛,这些事件都和英国脱欧或特朗普一样重要。毋庸置疑,黑天鹅之年对于预测者来说是糟糕的一年。即使是“行业”中最大的公司也未能预测出今年最大的颠覆性事件:英国脱欧和特朗普。我的公司不是。我们对特朗普的预测非常准确。提醒一下我的读者,我们预测了 47 个州,包括宾夕法尼亚州、佛罗里达州、北卡罗来纳州和俄亥俄州等最重要的摇摆州,预测特朗
We called it! How we predicted a Trump victory with amazing precision
首先,我要向我的老读者们道歉,因为我们没有早点在这里公布我们的结果。过去两天,我们一直忙得不可开交——先是预测,然后是结果,然后是选举后的狂热。不管怎样,我们做出了一个近乎完美的预测!不仅是特朗普获胜,而且所有关键的摇摆州(宾夕法尼亚州、佛罗里达州、北卡罗来纳州、俄亥俄州)都获胜,甚至希拉里可能会获得更多选票,但会输掉选举人团投票。以下是我在选举前夕在 Facebook 帖子中公布的结果:有关更详细的解释,请阅读我们的博客。那里更详细地描述了该方法,而且我们给所有州都打了电话。该故事首先被学术界报道。我自己的牛津大学在其主要选举报道中发表了它,我的母校伦敦政治经济学院也在其 EUROPP 博客
The 10 most important American economic policy issues of 2010
以下是我对 2010 年 10 个最重要的美国经济政策问题的看法。 1. 疲软的美国宏观经济 2010 年,疲软的宏观经济再次淹没了所有其他经济政策问题的重要性。预测者曾预测这将是艰难的一年——今年前 11 个月的平均失业率为 9.7% [...] 文章 2010 年 10 个最重要的美国经济政策问题首先出现在 Keith Hennessey 上。