Machine Learning versus Deep Learning for Public Financial Report Classification and Popularity Prediction: A Feasibility Study on Ghana's Controller and Accountant-General's Department
Cette étude de faisabilité évalue la performance des modèles d'apprentissage automatique classique et d'apprentissage profond sur les rapports financiers du Département du Contrôleur et du Comptable général du Ghana, révélant que si l'algorithme XGBoost affiné a atteint une classification parfaite des catégories, l'étude d'ablation subséquente a démontré que les caractéristiques de mots-clés ont considérablement gonflé ces résultats, soulignant le besoin critique d'une validation rigoureuse des caractéristiques avant de déployer de tels outils dans les contextes du secteur public.