Магістерська дисертація складається зі: вступу; 5 розділів (“Аналіз існуючих рішень”, “Інструменти для розробки моделей машинного навчання”, “Побудова моделей класифікації”, “Обчислювальні експерименти” і “Розробка стартап-проекту”), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 31 джерела; 22 рисунки; 23 таблиць та додатка. Загальний обсяг роботи 119 сторінок.
Актуальність теми дослідження. У сучасному швидкоплинному світі фінансів, здатність швидко і точно аналізувати статті і новини має першочергове значення. Фінансові новини містять цінну інформацію, яка може суттєво впливати на ринки, впливати на торгові рішення та формувати настрої інвесторів. Однак величезний обсяг і складність фінансових даних роблять аналіз вручну непрактичним. Машинне навчання, як підмножина штучного інтелекту, дозволяє комп'ютерам вчитися на основі даних, виявляти закономірності та приймати рішення без явного програмування. У сфері класифікації фінансових новин вищезазначені алгоритми можна навчити класифікувати контент новин за попередньо визначеними настроями або темами, надаючи своєчасну інформацію та допомагаючи в процесах прийняття рішень.