Search academic texts

Information × Registration Number 2122U006671, Article popup.category Бакалаврська робота Title Спосіб аналізу часових послідовностей на основі машинного навчання (AI translated) popup.author Павловець Олександр ВадимовичPavlovets Oleksandr Vadymovych popup.publication 01-01-2022 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/49956 popup.publisher Київ Description У представленій роботі розглянуто способи анаізу часових послідовностей за допомогою машинного навчання та представлено авторський метод вирішення поставленої задачі. В ході виконання роботи були проаналізовані слабкі та сильні кожного з методів машинного навчання та метрики, за допомогою яких оцінюється точність роботи моделі. На основі кращих з них та використовуючи найоптимальнішу методику оцінки передбачень і було розроблено модель, яка вирішує задачу аналізу часових послідовностей, яка видає передбачення щодо прогнозованої величини, як результат. Модель описана мовою Python з використанням бібліотек TensorFlow, LGBM та numpy. The presented work considers the methods of time series analysis using machine learning. This publication presents the author's method of solving the problem. In the course of the work, the weaknesses and strengths of each machine learning method and matrices were analyzed, which are used to evaluate the model's accuracy. Was developed a model that solves the problem of time series analysis and gives a prediction about the predicted value as the result. The model is based on the best models and uses the best method of estimating predictions, which were described. The model is written in Python, using TensorFlow, LGBM and numpy frameworks. popup.nrat_date 2025-11-05 Close