Показати скорочений опис матеріалу
«Прогнозування економічних показників діяльності гірничо - видобувного підприємства із залученням авторегресійних моделей
dc.contributor.author | Матюхін, Дмитро | |
dc.date.accessioned | 2022-02-27T09:32:16Z | |
dc.date.available | 2022-02-27T09:32:16Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/160222 | |
dc.description | Об’єктом дослідження даної кваліфікаційної роботи є процес прогнозування економічних показників діяльності гірничо-видобувного підприємства. В інформаційно-аналітичному розділі розглянуто обчислювальні схеми сучасних методів прогнозування та аналізу часових рядів, а саме: статистичні тести для визначення присутності у часовому ряді трендової та сезонної компоненти, алгоритми прогнозування часового ряду з використанням поінтегрованої моделі авторегесії-ковзкого середнього (ARIMA) та нейронної мережі типу МГВА. У спеціальному розділі реалізовано прогнозування із використанням авторегресійних моделей та алгоритму нейронних мереж типу МГВА економічних показників діяльності окремо взятого гірничо-видобувного підприємства. | uk_UA |
dc.description.abstract | Мета досліджень: підвищення ефективності прогнозування економічних показників діяльності гірничо-видобувного підприємства за рахунок використання пріоритетних моделей. | uk_UA |
dc.description.abstract | Практична цінність отриманих у роботі результатів полягає у скороченні часу, необхідного для обробки вхідних даних та подальшому якісному їх прогнозуванні, що підвищить ефективність прогнозування економічних показників діяльності гірничо-видобувного підприємства. | uk_UA |
dc.language.iso | uk | uk_UA |
dc.subject | ARIMA | uk_UA |
dc.subject | прогнозування | uk_UA |
dc.subject | нейрона мережа | uk_UA |
dc.title | «Прогнозування економічних показників діяльності гірничо - видобувного підприємства із залученням авторегресійних моделей | uk_UA |
dc.title.alternative | ПОЯСНЮВАЛЬНА ЗАПИСКА кваліфікаційної роботи магістра студента групи 124м-20-1 Матюхіна Дмитра Григоровича спеціальності 124 Системний аналіз | uk_UA |
dc.type | Learning Object | uk_UA |