Пошук академічних текстів

Інформація × Реєстраційний номер 2123U003292, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Аналітика та прогнозування доходів та витрат на основі технологій машинного навчання Автор Фернець Володимир Петрович Дата публікації 01-01-2023 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/59595 Видання Київ Опис Дане дослідження показує як можна здійснювати прогнозування доходів та витрат на основі технологій машинного навчання. Під час дослідження написано веб-додаток, що дозволяє здійснювати аналітику та прогнозування для фінансових даних. Дипломна робота за темою «Аналітика та прогнозування доходів та витрат на основі технологій машинного навчання» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Фернецем Володимиром Петровичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем і веб-технологій» і складається зі: вступу; 5 розділів («Постановка завдання», «Аналіз подібних існуючих систем», «Засоби розробки системи», «Опис програмної реалізації», «Робота користувача з програмним продуктом»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 5 джерел; 11 ілюстрацій; 1 додаток. Загальний обсяг роботи 72 сторінки. Актуальність теми полягає в необхідності використання передових технологій машинного навчання для оптимізації фінансового управління, основою якого є аналітика та прогнозування доходів і витрат компанії. Мета роботи і завдання дослідження полягають в розробці та реалізації веб-додатку, що призначений для аналізу та прогнозування доходів та витрат з допомогою технологій машинного навчання. Основна ідея полягає у збільшенні точності та надійності прогнозів фінансових показників, застосовуючи сучасні алгоритми машинного навчання. Для досягнення цієї мети були вирішені наступні задачі: 1) проведено аналіз методів прогнозування фінансових показників; 2) вивчено рішення з відкритого коду, їхню ефективність та якість; 3) створено моделі та методи, спроможні обробляти різні типи фінансових даних та навчатися в процесі використання. Результатом роботи є веб-додаток, який використовує розроблені моделі та методи, і надає користувачам зручний графічний інтерфейс для візуалізації даних та прогнозів. Практичне значення одержаних результатів полягає в тому, що воно має вплив у сфері фінансового аналізу та прогнозування, завдяки впровадженню алгоритмів машинного навчання, описаних в даній роботі. Впроваджено базовий інтерфейс для демонстрації роботи моделей. Розроблені методики дозволяють системі навчатися та адаптуватися під час використання, а також застосовувати отриманий досвід для покращення точності прогнозів за рахунок запропонованого методу навчання. Додано в НРАТ 2025-01-29 Закрити