DSpace JSPUI
DSpace зберігає і дозволяє легкий і відкритий доступ до всіх видів цифрового контенту, включаючи текст, зображення, анімовані зображення, MPEG і набори даних
Дізнатися більше
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://ir.nmu.org.ua/handle/123456789/156853Повний запис метаданих
| Поле DC | Значення | Мова |
|---|---|---|
| dc.contributor.author | Гарус, Орина | - |
| dc.date.accessioned | 2020-12-26T07:15:12Z | - |
| dc.date.available | 2020-12-26T07:15:12Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/156853 | - |
| dc.description | Мета дослідження: отримання адекватного середньострокового прогнозу для часового ряду грошових залишків на банківських картках. Методи дослідження та апаратура: спостереження, порівняння та пояснення методів машинного навчання застосованих до проблеми прогнозування; мова програмування Python. В інформаційно-аналітичному розділі наведені означення прогнозування, часових рядів, розглянуті методи їх аналізу та прогнозування. У спеціальному розділі були обрані оптимальні методи машинного навчання для прогнозування – проста нейромережа, нейромережа довгої короткострокової пам’яті, трипараметрична модель прогнозу – метод Хольта-Вінтерса. А також додатковий метод для препроцесінгу даних – емпірична модова декомпозиція для згладжування даних. | ru_RU |
| dc.description.abstract | Об’єкт дослідження: прогнозування часового ряду щоденних грошових залишків на банківських картках. Мета дослідження: отримання адекватного середньострокового прогнозу для часового ряду грошових залишків на банківських картках. Практична цінність отриманих у роботі результатів полягає у зменшенні часу, необхідного для обробки вхідних даних та подальшому якісному їх прогнозуванні. В результаті підвищується якість і швидкість прогнозу | ru_RU |
| dc.language.iso | uk | ru_RU |
| dc.subject | прогнозування | ru_RU |
| dc.subject | машинне навчання | ru_RU |
| dc.subject | нейрона мережа | ru_RU |
| dc.title | Застосування методів машинного навчання до проблеми прогнозування залишків на банківських картах | ru_RU |
| dc.title.alternative | ПОЯСНЮВАЛЬНА ЗАПИСКА кваліфікаційної роботи магістра студентки групи 124м–19–1 Гарус Орини Ігорівни спеціальності 124 Системний аналіз | ru_RU |
| dc.type | Learning Object | ru_RU |
| Розташовується у зібраннях: | 2020-2021 навчальний рік | |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Диплом_Гарус_спец124м.pdf | 467,53 kB | Adobe PDF |  Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.