机器学习方法预测农业企业税负

DOI:

EDN:

评审日期

出版日期

注解: 文章分析了一组农业企业的数据，并建立了机器学习模型来预测税收负担。 这项研究的主题是一个系统的统计指标的农业企业的特点水平的税负。 该研究的目的是使用机器学习方法预测税收负担。 引入现代人工智能工具是所有领域，包括税收环境中不可或缺和不可避免的过程。 使用机器学习方法构建模型：回归分析，决策树，随机森林，梯度提升。 建立了根据一系列因素预测税收负担的模型。 高质量的税负预测模型将使更准确地评估企业的财务状况，计算盈利能力，预测盈利能力并做出明智的投资管理决策成为可能。 作为预测税收负担的结果，梯度提升机器学习模型结果证明具有最佳质量。 一般来说，该模型允许您比传统的计量经济学模型更好地预测税收负担，并给出高质量的预测。 基于人工智能方法的现代预测工具的引入将使以最少的时间获得高度准确的预测成为可能，这将提高企业的效率和生产水平。

出版日期: