Search academic texts

Information × Registration Number 2118U003014, Article popup.category Бакалаврська робота Title popup.author popup.publication 01-01-2018 popup.source_user Сумський державний університет popup.source http://essuir.sumdu.edu.ua/handle/123456789/68010 popup.publisher Сумський державний університет Description Інтернет-торгівля активно розвивається дуже швидко в останні роки. Це велика частина економіки, вплив та тренди якої неможливо ігнорувати. Однією з ключових особливостей цієї індустрії є наявність даних про купівлю-продаж та товари майже в повному обсязі. Вибухоподібний злет популярності методів машинного навчання при розв’язанні практичних задач пов’язаний саме з наявністю величезної кількості даних, які можна проаналізувати, щоб виявити приховані закономірності. Це, в свою чергу, дає змогу зробити бізнес-процеси більш ефективними, збільшити прибуток. Отже, дослідження в цьому напрямку є більш ніж актуальними. Основною темою даної кваліфікаційної роботи бакалавра є застосування моделей машинного навчання для аналізу та прогнозування цін на вживані легкові транспортні засоби в Україні. Науковим керівником в розрізі теми роботи були поставлені такі індивідуальні завдання: ‑ Проаналізувати поставлену задачу; ‑ Обрати підхід для розв’язання даної задачі. ‑ Розглянути різні моделі машинного навчання; ‑ Порівняти результати застосування обраних моделей на тестових даних; ‑ Зібрати дані про вторинний ринок автомобілів в Україні; ‑ Очистити та проаналізувати отримані дані; ‑ Використати результати тестування моделей машинного навчання та отримані дані для розробки програми для прогнозування середньоринкової ціни вживаного авто за його характеристиками; ‑ Проаналізувати результати роботи та зробити висновки. Усі завдання було виконано успішно і в повному обсязі. Розроблена модель для прогнозування ціни на легкові транспортні засоби на вторинному ринку показала високу якість, що дозволяє говорити про можливість її використання на практиці. У процесі виконання завдань кваліфікаційної роботи бакалавра були набуті нові знання, набуті та покращені практичні навички з розробки програмного забезпечення, дослідницької роботи, аналізу даних, налаштування та використання моделей машинного навчання. popup.nrat_date 2025-05-12 Close