Магістерські роботи (ММСА)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (ММСА) за Назва
Зараз показуємо 1 - 20 з 391
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Oцiнювaння крeдитoспрoмoжнoстi клiєнтiв бaнку нa oснoвi рeгрeсiйних мoдeлeй(2018) Сєдак, Назар Денисович; Каніовська, Ірина ЮріївнаМагістерська дисертація: 104 с., 24 рис., 5 табл., 2 додатки, 35 джерел. Об’єкт дослідження – методи та моделі оцінок кредитоспроможності клієнтів банку. Предмет дослідження – регресійна модель на основі скорингової моделі. Методи дослідження: методи теорії алгоритмів та програмування (для програмної реалізації розроблених алгоритмів); методи теорії ймовірності та математичної статистики (для побудови довірчих інтервалів скорингової моделі). Метою дисертаційної роботи є побудова покращенної моделі для оцінювання здатності підприємства генерувати грошові кошти в обсягах і за строками здійснення необхідних платежів. Для досягнення вказаної мети було розв’язано такі задачі: - систематизувати існуючі методи мaтeмaтичнi мeтoди oцiнювaння крeдитoспрoмoжнoстi пoзичaльникa; - зібрати та обробити попередні данні; - побудувати iнтeрвaли для фiнaнсoвих кoeфiцiєнтiв з вiдпoвiдними знaчeннями для скорингової моделі; - розробити мoдeль для oцiнки крeдитoспрoмoжнoстi пoзичaльникiв бaнку та реалізувати її програмно; - провести експериментальні дослідження з використанням вибірки даних українського комерційного банку.Документ Відкритий доступ Автоматизований вибір екзогенних змінних при моделюванні фінансового ризику(2018) Кудрявцев, Антон Михайлович; Бідюк, Петро ІвановичМагістерська дисертація: 89 с., 16 рис., 17 табл., 1 додаток, 13 джерел. Тема дисертації: «Автоматизований вибір екзогенних змінних при моделюванні фінансового ризику». Об’єкт дослідження - вибірка з 1001 спостереження, кожне з яких являє собою набір параметрів-характеристик фізичної особи, що отримала кредит. Мета роботи - розроблення програмного продукту, що надає можливість оцінити кредитоспроможність фізичної особи на основі дискримінантного аналізу з попереднім відбором найбільш інформативних змінних. Метод дослідження - методи оцінювання інформативності змінних моделі, метод лінійного дискримінантного аналізу. Програмна реалізація методу виконана в середовищі Python 3.6. Предметом дослідження є скорингові моделі прогнозування фінансового ризику, а також методи оцінювання інформативності змінних моделі. Отримані результати: розроблено програмний продукт, що дозволяє побудувати модель для прогнозування кредитоспроможності фізичних осіб, який включає можливість автоматичного вибору найбільш інформативних змінних.Документ Відкритий доступ Автоматична сегментація об'єктів на зображеннях за допомогою напівкерованого навчання з використанням активного навчання та стабільної дифузії(КПІ ім. Ігоря Сікорського, 2024) Крутій, Іван Віталійович; Шаповал, Наталія ВіталіївнаМагістерська дисертація: 109 с., 8 рис., 19 табл., 1 додаток, 24 джерела. Тема дисертації: «Автоматична сегментація об'єктів на зображеннях за допомогою напівкерованого навчання з використанням активного навчання та стабільної дифузії». Об’єкт дослідження - набір даних DeepGlobe Road Extraction Dataset, що складається з 6226 супутникових зображень доріг для навчання. Набір даних також включає 1243 валідаційних та 1101 тестових зображень. Мета роботи - розробити модель напівкерованого навчання, яка використовує методи активного навчання та стабільної дифузії для автоматичної сегментації об'єктів на супутникових знімках, зосереджуючись на виділенні доріг. Метод дослідження - підходи напівкерованого навчання, стратегії активного навчання та процеси стабільної дифузії. Програмна реалізація методу виконана в середовищі Python 3.8. Предметом дослідження є сегментація зображень методом напівкерованого навчання, зокрема, для виділення доріг на супутникових знімках. Це включає вирішення таких проблем, як недосконала анотація та відсутність анотацій для певних типів доріг. Отримані результати: розроблено модель, яка може автоматично сегментувати дороги на супутникових знімках. Ця модель здатна працювати з недосконалими позначками та неанотованими об'єктами, що робить її надійною для практичного застосування в аналізі супутникових знімків.Документ Відкритий доступ Авторегресійні моделі прогнозування навантаження контакт-центру компанії та застосування прогнозованих даних(КПІ ім. Ігоря Сікорського, 2020-12) Діхтяренко, Каріна Ігорівна; Каніовська, Ірина ЮріївнаМагістерська дисертація: 75 сторінок, 4 розділи, 18 рисунків, 27 таблиць, 1 додаток, 14 джерел. Об’єктом дослідження є вхідні взаємодії контактного центру, а також показники ефективності роботи контактного центру. Предмет дослідження: прогноз вхідних взаємодій контактного центру за допомогою авторегресійних моделей, алгоритм застосування результатів прогнозу для розрахунку навантаження на контактний центр. Метою даної роботи є розробка робочої моделі для прогнозування вхідних взаємодій, а також алгоритму для автоматичного підбору коефіцієнтів моделі, розробка алгоритму за допомогою якого можна підрахувати необхідну кількість операторів для успішного обслуговування клієнтів компанії. Отримані результати: результати якісного прогнозу вхідних взаємодій, алгоритм для розрахунку навантаження на контактний центр з урахуванням результатів прогнозу, а також показників ефективності роботи операторів. Програмна реалізація виконана за допомогою мови програмування Python. Результати роботи були впроваджені в роботу підприємства ТОВ «АВТОДОК ЮКРЕЙН».Документ Відкритий доступ Адаптивне байєсівське прогнозування нелінійних нестаціонарних процесів(2018) Левенчук, Людмила Борисівна; Бідюк, Петро ІвановичМагістерська дисертація: 134 с., 25 рис., 27 табл., 27 джерел, 1 додаток. Актуальність теми – адаптивне прогнозування нелінійних нестаціонарних процесів є дуже важливою задачею сучасності у зв’язку з тим, що більшість процесів в економіці, фінансах, екології та технологічних процесах відносяться до вказаного класу. Об’єктом дослідження є нелінійні нестаціонарні процеси в економіці та фінансах. Предмет дослідження – математичні моделі байєсівського типу для формального опису нелінійних нестаціонарних процесів, методи фільтрації та прогнозування на основі статистичних даних. Мета роботи – розробити алгоритми оптимального адаптивного фільтра Калмана і гранулярного фільтра, виконати імітаційне моделювання та порівняльний аналіз функціонування цих методів фільтрації. Методи дослідження – адаптивний фільтр Калмана, гранулярний фільтр, імітаційне моделювання методів виконана в середовищі Matlab R2017b та Python3. Отримані результати – розроблена методика побудови математичних моделей нелінійних нестаціонарних процесів, розроблені алгоритми імітаційного моделювання для оптимального адаптивного фільтра Калмана і гранулярного фільтра, виконано обчислювальні експерименти з метою імітаційного моделювання розроблених алгоритмів. Наукова новизна – новий метод фільтрації та прогнозування нестаціонарних процесів на основі оптимального адаптивного фільтра Калмана та гранулярного фільтра.Документ Відкритий доступ Алгоритм для аналізу та оцінювання ф’ючерсних ринків(КПІ ім. Ігоря Сікорського, 2019-12) Фесюра, Олексій Анатолійович; Тимощук, Оксана ЛеонідівнаМагістерська дисертація: 100 с., 18 рис., 12 табл., 2 додатки, 19 джерел. Предметною областю дослідження є фінансово-економічні процеси. Об’єктом дослідження є глобальний фінансовий ринок. Предметом дослідження є похідні інструменти фінансових ринків та їх взаємозв’язок, динаміка та еволюція фінансового ринку. Методами дослідження є метод головних компонент, кластерний, факторний та кореляційний аналіз. Мета дослідження: зменшення розмірності для задач аналізу фінансових часових рядів, створення алгоритму для оцінки диверсифікації ризиків при портфельному інвестуванні. Теоретичною та методологічною основою дослідження є праці вітчизняних і зарубіжних вчених в галузі економічної теорії, математичного моделювання, прогнозних моделей, кореляційного та кластерного аналізу. В ході дипломної роботи створено програмний продукт для виділення головних компонент з деякого набору фондових індексів. Методологія реалізована на основі уже відомих алгоритмів та з використанням власних розробок. Програмний продукт реалізовано за допомогою мови програмування VBA.Документ Відкритий доступ Алгоритм кластеризації Маркова для платформ розподілених обчислень Spark та Hadoop(2018) Ходак, Антон Романович; Дідковська, Марина ВіталіївнаМагістерська дисертація: 112 с., 31 рис., 30 табл., 2 додатки, 29 джерел. Об’єкт дослідження: задача кластеризації графів. Мета роботи – створення модифікації алгоритму кластеризації Маркова для платформ розподілених обчислень Spark та Hadoop. Метод досліджень - методи аналізу і синтезу, системного аналізу, порівняння, логічного узагальнення результатів, проектування логічних структур даних. У даній роботі було розроблено модифікацію алгоритму кластеризації Маркова на основі файлової системи HDFS, планувальника задач Apache YARN та платформи розподілених обчислень Apache Spark та створений відповідний програмний продукт для розподіленої кластеризації графів. Апробація моделі була проведена на віртуальному кластері на локальному комп'ютері, що складався з трьох вузлів. Отримані результати показують, що дана розподілена реалізація з трьома обчислювальними вузлами на графах з кількістю вершин у 60000 є вдвічі швидшою за однопотокову канонічну імплементацію, зі збільшенням кількості вузлів, швидкість обробки зростає. Також, розподілена імплементація починає бути швидшою за однопотокову на графах з кількістю вершин більшою, ніж 2500. Отримані результати можуть використовуватись у розподілених системах для аналізу великих даних, представлених у вигляді графів, у предметній області соціальних мереж, комп’ютерних мереж, біології, тощо.Документ Відкритий доступ Алгоритми машинного навчання для скорингових систем(2019-06) Шираліев, Анар Ельдар огли; Каніовська, Ірина ЮріївнаОб’єкт дослідження: скорингові системи, як інструмент відбору та моніторингу діяльності позичальників кредитної установи. Предмет дослідження: застосування алгоритмів машинного навчання до задач, що мають місце в рамках кредитного скорингу. Метою даної магістерської дисертації є побудова моделей машинного навчання, що дозволять відбирати надійних позичальників, моніторити їх діяльність, кластерізувати клієнтську базу та запобігати шахрайству. В роботі проведено огляд методів оцінки кредитоспроможності в Україні, розглянуто, з чого складаються скорингові системи та які задачі вирішують. Наведено аргументацію, чому є сенс застосовувати алгоритми машинного навчання в даних задачах. Наведено опис багатьох популярних методів машинного навчання. Розглянуто та розв’язано декілька модельних задач, порівняно результати роботи алгоритмів. Результати та їх новизна: виявлено застарілість та недосконалість методів скорингу позичальників кредитних установ в України. Запропоновано створення системи, що базується на алгоритмах машинного навчання, яка дозволяє значно підвищити точність оцінки кредитоспроможності, своєчасно передбачати дефолт та ефективно запобігати шахрайству.Документ Відкритий доступ Алгоритмічна торгівля з використанням текстових сигналів та навчання з підкріпленням(КПІ ім. Ігоря Сікорського, 2021) Баздирев, Антон Андрійович; Касьянов, Павло ОлеговичМагістерська дисертація: 77 с., 24 рис., 23 табл., 1 дод., 11 джерел. Об’єкт дослідження – ринок деривативів на криптовалютні активи. Предмет дослідження: індикатори технічного аналізу, моделі для роботи з природною мовою, алгоритми навчання з підкріпленням. Мета роботи – розробити та імплементувати систему для алгоритмічної торгівлі, що є стійкою до ринкової паніки, спричиненої новинами та іншими неринковими факторами. Було запропоновано архітектуру та створено імплементацію системи у вигляді програмного продукту для автоматичної алгоритмічної торгівлі, що повністю задовольняє умовам поставленої задачі. Програмну імплементацію було протестовано на реальних даних. Подальший розвиток дослідження – тестування системи на інших фінансових інструментах, а також покращення методології обрахунку функції апроксимації стану з метою підвищення робастності системи.Документ Відкритий доступ Аналіз впливу військового конфлікту на соціально-економічні процеси в Україні(КПІ ім. Ігоря Сікорського, 2022) Худіков, Павел Володимирович; Бідюк, Петро ІвановичМагістерська дисертація містить 107 с., 19 ілюстрацій, 20 таблиць, 1 додаток, 11 бібліографічних посилань. Об’єкт дослідження: соціально-економічні процеси в Україні та інших розвинутих країнах. Мета дослідження: розробка і застосування математичних моделей для оцінювання впливу на соціально-економічні процеси в Україні та інших розвинутих країнах. Використані моделі: у програмній реалізації було використано авторегресіні моделі, за допомогою яких і здійснювалося прогнозування. Отриманні результати: побудована система прогнозування, що може прогнозувати вплив військових конфліктів на соціально-економічні процеси в Україні. В рамках подальшого дослідження пропонується підвищувати точність моделі, створити процес дотренування моделі на нових даних, створити повноцінний продукт, який зможе прогнозувати впливи військових конфліктів у різних країнах.Документ Відкритий доступ Аналіз відкритих даних про якість повітря в міському середовищі та розробка прогностичних моделей для прогнозу забруднення повітря в місті(КПІ ім. Ігоря Сікорського, 2024) Луцкер, Ростислав Олегович; Гуськова, Віра ГеннадіївнаМагістерська дисертація: 81 с., 17 рис., 19 табл., 1 дод., 36 джерела. Об’єктом дослідження є відкриті дані про якість повітря в міському середовищі. Предметом дослідження є прогностичні моделі для прогнозу якості повітря, наближеного до історично виміряних даних. Метою дослідження є розробка та вдосконалення методів моніторингу та прогнозування якості повітря в урбанізованому середовищі. Дослідження спрямоване на розробку ефективних моделей, інтеграцію відкритих даних, оцінку та порівняння їхньої точності. Основний акцент робиться на розробці та дослідженню моделей, призначених для покращення ефективності моніторингу та прийняття рішень в галузі охорони довкілля та громадського здоров'я. Завдання дослідження. 1. Аналіз стану якості повітря. Провести детальний огляд даних про якість повітря, які були зібрані у відкритих джерелах. Визначити основні забруднювачі та їх концентрації в міському середовищі. 2. Розробка прогностичних моделей. Вибрати підходи та методи для побудови прогностичних моделей. Визначити змінні, які впливають на якість повітря, та розглянути їхню взаємодію. Реалізувати прогностичні моделі для прогнозування концентрацій забруднювачів. 3. Оцінка та порівняння моделей. Здійснити оцінку точності та ефективності розроблених прогностичних моделей та провести порівняльний аналіз результатів моделей. 4. Розроблення програмного продукту на мові програмування Python.Документ Відкритий доступ Аналіз зображень методами штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Грищенко, Костянтин Олексійович; Данилов, Валерій ЯковичОб’єкт дослідження - процес аналізу зображень методами штучного інтелекту. Мета роботи – розглянути теоретичні основи аналізу зображень, побудувати модель для створення карт глибини та розпізнавання об’єктів. Ми маємо спроектувати та розробити систему для аналізу зображень, розпізнавання трьохвимірної сцени за фотографією та ідентифікації об’єктів. В роботі розглянуто та реалізовано модель штучного інтелекту, проаналізовано вибір параметрів використаної моделі, спосіб аналізу сцени зафіксованої на зображенні. Програмний продукт реалізовано мовою програмування Python. Результат даної роботи доцільно використовувати для аналізу зображень та сцени зафіксованої на них. Для навчання моделі штучного інтелекту з побудови карт глибини було використано набір зображень DIODE, що є у вільному доступі.Документ Відкритий доступ Аналіз операційних ризиків та їх взаємодії з іншими ризиками(КПІ ім. Ігоря Сікорського, 2022) Д'яченко, Анна Сергіївна; Бідюк, Петро ІвановичМагістерська дисертація: 135 с., 44 табл., 38 рис., 1 додаток, 56 джерел. Об’єктом дослідження є система управління операційним ризиком, особливості її побудови, прогнозування та оцінювання впливу на інші ризики. Предметом дослідження є теоретичні та методичні питання управління операційним ризиком у разі його впливу на фінансові (кредитні) ризики та напрямки їх вдосконалення. Метою роботи є аналіз та прогнозування операційних ризиків виробничого сектору економіки та оцінка їх взаємодії з іншими ризиками для прийняття рішень, спрямованих на мінімізацію можливих втрат. Методи дослідження: теоретичний (огляд літератури); системно- структурний метод (аналіз фінансових процесів та виявлення структурних змін); економіко-математичний та економіко-статистичний методи (визначення тенденцій розвитку операційного ризику, оцінка динаміки фінансових показників), вірогідно-статистичні методи аналізу, математичне моделювання, експериментальні розрахунки та методи якісного аналізу. Інформаційне забезпечення складається з різного роду інформації: статистичної, економічної, комерційної, фінансової, експертної та ін. У роботі визначено місце операційного ризику в сукупності ризиків, проаналізовано методи і моделі розрахунку операційного ризику, що використовуються сучасними компаніями, наведено огляд існуючих методів моделювання та оцінювання операційних ризиків, а також сучасні програмні продукти для роботи з ними. Проведено ранжирування операційних ризиків підприємства видобувної галузі. Створено прогнозну оцінку операційних втрат підприємства в майбутньому періоді за принципом економетрики, що реалізовано в пакеті Eviews. Застосування цих методів проілюстровано відповідними результатами. З’ясовані взаємовідношення операційних ризикових подій з валютним, фінансовим та бізнес ризиками. Створено та використано у роботі стартап-проект «Автоматичне ранжирування ризиків» який являє собою удосконалення та адаптацію процесу прийняття аналітичного рішення на підприємствах. Науковою новизною роботи є створена на основі фактичних ретроспективних даних прогнозна оцінка операційних втрат підприємства в майбутньому періоді. Отримана прогнозна модель на основі регресійного аналізу може використовуватися для оцінювання необхідного капіталу на покриття операційних ризиків у видобувного підприємства. Автором запропонований та використаний у дослідженні стартап-проєкт «Автоматичне ранжирування ризиків» який являє собою удосконалення та адаптацію процесу прийняття аналітичного рішення на підприємствах. Вперше виявлено, що причини виникнення операційних ризиків банківського та виробничого секторів економіки по пріоритетності не співпадають.Документ Відкритий доступ Аналіз процесів та прийняття рішень на ринку криптовалют(КПІ ім. Ігоря Сікорського, 2022-06) Мельников, Андрій Андрійович; Бідюк, Петро ІвановичМагістерська дисертація: 80 с., 70 рис, 19 табл., 1 додаток, 11 джерел. Тема роботи – методи прогнозування ринку криптовалют на моделі прийняття рішень. Об’єктом дослідження є ринок криптовалют. Предметом дослідження є часові ряди ринку криптовалют, методи машинного навчання. Мета роботи: 1. Розробити систему прийняття рішень, що базувалась на методах штучного інтелекту; 2. Відтворити схему прийняття рішень трейдера відповідними моделями. Актуальнисть - запропонований підхід фокусується на прийнятті рішень а не на прогнозуванн і - це забезпечує значну точність моделі, було обрано об'єкт, що тільки вийшов на ринок і тільки почав розвиватись в Україні. В даній роботі було досліджено ринки криптовалют на предмет їх прогнозованості та придатності як засіб інвестування. Отримані результати свідчать про можливість застосування нейронних мереж для прийняття рішень без участі користувача. Результати роботи моделі показали придатність нейронних мереж до вирішення поставленої проблеми за умови постійного донавчання. Було виявлено період роботи моделі. Було побудовано систему прийняття рішень, з періодом старіння (донавчання) в 3 дні. Модель виявила задовільні результати на окремих криптовалютах.Документ Відкритий доступ Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів в системі управління проектами jira(2019-06) Лєднікова, Анна Андріївна; Бідюк, Петро ІвановичМагістерська дисертація: 125 с., 21 рис., 29 табл., 5 додатки, 24 джерела. Об’єктом дослідження є проектні ризики. Предметом дослідження є методи аналізу проектних ризиків і коментарів в системі управління проектами jira. Мета дослідження: 1) дослідження питання ризиків проектів сфери ІТ та методів їх виявлення; 2) дослідження існуючих методів та алгоритмів для інтелектуального аналізу тексту на предмет тригерів ризиків; 3) розробка методології використання інтелектуального аналізу тексту для ідентифікації та аналізу ризиків проекту; 4) розробка ПЗ для проведення експериментів за даною методологією; 5) аналіз результатів та рекомендації щодо подальших досліджень. Теоретичною та методологічною основою дослідження є праці закордонних вчених в галузі управління проектів, управління ризиками проекту, інтелектуальної обробки текстових даних, сентиментального та емоційного аналізу текста, а також моделей для побудови тем та графічного представлення результатів. В ході дипломної роботи було розроблено методологію та створено програмний продукт для визначення ризиків проекту, базуючись на комунікації розробників, а також представлено результати роботи програми на даних реального проекту CASSANDRA компанії Apache Software Foundation. Методологія реалізована на основі вже відомих алгоритмів визначення емоційних складових у тексті VAD та матричних методів аналізу ризиків проекту з використанням власних розробок, що дозволяти з’єднати ці різні підходи. Програмний продукт реалізовано за допомогою мови програмування Python та пакетами для роботи з текстом gensim та spacy. У кінці роботи надано рекомендації до подальших досліджень.Документ Відкритий доступ Аналіз ринкового ризику ймовірнісно-статистичними методами(КПІ ім. Ігоря Сікорського, 2022) Затірка, Валерія Валеріївна; Бідюк, Петро ІвановичМагістерська дисертація: 89 с., 25 рис., 33 табл., 26 джерел. Обʼєктом дослідження є нестаціонарні гетероскедастичні фінансові процеси. Предмет дослідження – ймовірнісно-статистичні методи оцінювання ринкових ризиків, оцінка та аналіз прогнозів, порівняльний аналіз моделей оцінювання ринкових ризиків. Методи дослідження – теоретичний (огляд літератури); системні емпіричні методи; вірогідно-статистичні методи аналізу; імітаційне моделювання. Метою даної роботи є побудова адекватних моделей гетероскедастичних фінансових процесів для прогнозування дисперсії та оцінювання ринкових ризиків. Актуальність теми дослідження полягає в необхідності розвитку методів управління ринковим ризиком, які базуються на застосування математичних моделей. Проведене дослідження може практично застосовуватись у фінансовій сфері, зокрема на фондовому ринку. В роботі проведено аналіз основних методів оцінювання ринкових ризиків, зокрема використання моделей гетероскедастичних фінансових процесів для опису та прогнозування дисперсії (волатильності). Був проведений порівняльний аналіз результатів для вибору оптимальної моделі оцінювання ринкового ризику.Документ Відкритий доступ Аналіз ринку криптовалют з використанням методів машинного навчання та теорії ігор(КПІ ім. Ігоря Сікорського, 2024) Івашова, Анастасія Петрівна; Зайченко, Олена ЮріївнаМагістерська дісертація: 100 с., 25 рис., 25 табл., 1 додаток, 28 джерел. Об’єкт досліджень – аналіз ринку криптовалют. Предмет досліджень – методи машинного навчання та теорії ігор. Мета роботи – розробка алгоритму оптимізації стратегії на основі прогнозованих цін купівлі/продажу криптовалюти. У даній роботі присутній огляд предметної області, застосованих методів машинного навчання та теорії ігор; опис створеного програмного забезпечення, тестування за допомогою оцінок якості та реалізація стартап- проекту. Було проведено тестування моделі прогнозування ціни на ринку криптовалют та алгоритм оптимізації стратегії. За допомогою даної моделі та алгоритму вдалося покращити процес трейдингу та зробити його більш ефективним і прибутковим. Програмне забезпечення реалізовано на мові Python, що дозволяє обробляти дані криптовалютного ринку, навчати моделі машинного навчання та аналізувати результати, створюючи обґрунтовану стратегію за допомогою теорії ігор.Документ Відкритий доступ Аналіз та прогнозування фінансового стану підприємства(КПІ ім. Ігоря Сікорського, 2022-12) Сандига, Ярослав Сергійович; Бідюк, Петро ІвановичМагістерська дисертація: 86 с., 21 рис., 23 табл., 1 додаток, 11 джерел. В представленій роботі досліджується задача аналізу та прогнозування фінансового стану підприємства. Описані теоретичні відомості математичних методів та підходів до системного аналізу даних, що застосовуються для прогнозування та оцінки фінансового стану підприємства. Для розгляду було обрано 160 підприємств, а саме реальні дані їх фінансової звітності за 2012- 2013 роки. На основі обраних даних проведено порівняльний аналіз результатів та ефективності таких методів та моделей: чіткий метод Альтмана, лінійна регресія, логістична регресія. Завдяки використанню одразу декількох різних за математичною базою методів, можна мінімізувати похибку прогнозу, яка є основною в роботі. Найкращий результат в ході дослідження показав метод з побудовою моделі логістичної регресії. На основі отриманих результатів було встановлено та доведено можливість та доцільність використання методів в практичних задачах. Для прогнозування та оцінки фінансового стану підприємства на основі лінійної регресії, чіткого методу Альтмана та логістичної регресії було розроблено програмний продукт на основі мови програмування С++. Побудовані моделі та підходи наразі використовуються в практичних задачах різними компаніями як частина комплексного аналізу стану підприємства.Документ Відкритий доступ Аналіз та управління інвестиційними проектами з використанням методів штучного інтелекту(2018) Путов, Димитрій Андрійович; Данилов, Валерій ЯковичМагістерська дисертація: 112 с., 35 табл., 4 рис., 1 додаток, 27 джерела. Об'єкт дослідження - процеси аналізу та управління портфелями інвестиційних проектів. Мета роботи - розробка системи для вибору критеріїв оцінки та оцінка ризиків інвестиційних проектів. Метод дослідження - штучні імунні мережі та методи вибору критеріїв оцінки. Були дослідженні методи інтелектуального аналізу даних. Був проведений порівняльний аналіз генетичного алгоритму та штучної імунної системи. Для вирішення задачі вибору критеріїв оцінки портфелю інвестиційних проектів було реалізовано інтеграцію методів DEMATEL та ANP. Також було побудовано оптимальну імунномережеву модель для прогнозування ризиків інвестиційних проектів. Результати роботи можуть бути використані як комерційними організаціями, так і у якості показового прикладу використання комбінації методів DEMATEL та ANP разом з імунномережевою моделлю. Прогнозні припущення щодо розвитку об’єкта дослідження – пошук оптимальної імунномережевої моделі для прогнозування ризиків.Документ Відкритий доступ Аналіз текстових повідомлень за допомогою методів машинного навчання(КПІ ім. Ігоря Сікорського, 2024) Ведмєдєв, Данило Олексійович; Шаповал, Наталія ВіталіївнаМагістерська дисертація: 77 с., 2 рис., 23 табл., 1 дод., 11 джерел. АНАЛІЗ ТЕКСТОВИХ ПОВІДОМЛЕНЬ ЗА ДОПОМОГОЮ МЕТОДІВ МАШИННОГО НАВЧАННЯ Предмет дослідження – методи машинного навчання для аналізу текстових повідомлень. Об’єкт дослідження – послідовний тип даних, що у виражається у формі СМС-повідомлень. Вибірка даних являє собою короткі текстові СМС-повідомлення, що не втрачають актуальності у засобах комунікації, сьогодні люди активно розвивають цю форму комунікації. Мета роботи - розробити ефективний алгоритм кластеризації СМС-повідомлень, яка може бути використана для автоматичного виявлення шаблонів та групування подібних повідомлень. Використання цих методів в поєднанні надає можливість високо ефективно та точно аналізувати великі обсяги текстових даних. Актуальність роботи обумовлена глобалізації та діджиталізації послуг комунікації, зокрема – здійснення СМС-повідомлень. Виникає потреба у розробці новітніх методів виявлення особливостей живої комунікації за допомогою, саме СМС-повідомлень. Подано тези та зроблено виступ на ІІ Всеукраїнська науково-практична конференція «Системні науки та інформатика» з нагоди 125- річчя КПІ ім. Ігоря Сікорського. Також заплановане видання статті на тему “Text message clustering” electronics and control systems, No 4(78) с.16-20, буде опубліковано в січні 2024.