Методи навчання з підкріпленням та їх застосування до моделювання аукціонів

Скорочена інформація про документ
dc.contributor.advisorІгнатенко, Олексій Петрович
dc.contributor.authorІванов, Михайло Сергійович
dc.date.accessioned2020-11-10T08:06:36Z
dc.date.available2020-11-10T08:06:36Z
dc.date.issued2020-06
dc.description.abstractenThesis: 75 pages, 6 tables, 1 add., 20 images. Purpose: to design the optimal auction (auction with the maximum benefit for the auctioneer). The relevance of the topic is since auctions take place every day, and with the development of technology they take place online. It is important for organizers to know the best type of auctions and the best actions to increase profits. Object of research: the tasks of finding the optimal auction. Subject of research: multilayer neural network modeling the auction. Research methods: applied models of neural networks, algorithms for learning neural networks, performed using the Python programming language. The results obtained: two methods of finding the optimal auction. Neural networks have been built for each of the methods, which find the optimal auction.uk
dc.description.abstractukДипломна робота: 75 c., 6 табл., 1 дод., 20 рис. Мета роботи: спроектувати оптимальний аукціон (аукціон з максимальною вигодою для аукціоніста). Актуальність теми пов'язана з тим, що кожного дня відбуваються аукціони, а з розвитком технологій відбуваються в режимі онлайн. Для організаторів важливо знати найкращий тип аукціони та найкращі дії для збільшення прибутків. Об’єкт дослідження: поставлені задачі знаходження оптимального аукціону. Задачі задаються функціями попиту учасника, кількістю предметів на аукціоні тощо. Предмет дослідження: багатошарова нейрона мережа, що знаходить правила проведення аукціону (дохід від його проведення, правила розподілу предметів між учасниками). Методи дослідження: застосовані моделі нейронних мереж, алгоритми навчання нейронних мереж, виконані за допомогою мови програмування Python. Отримані результати: два метода знаходження оптимального аукціону. Для кожного з методів побудовано нейронні мережі, що знаходять оптимальний аукціон.uk
dc.format.page74 с.uk
dc.identifier.citationІванов, М. С. Методи навчання з підкріпленням та їх застосування до моделювання аукціонів : дипломна робота … бакалавра : 124 Системний аналіз / Іванов Михайло Сергійович. – Київ, 2020. – 74 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/37280
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectтеорія ігорuk
dc.subjectмашинне навчанняuk
dc.subjectнейромережіuk
dc.subjectперцептронuk
dc.subjectgame theoryuk
dc.subjectmachine learninguk
dc.subjectneural networksuk
dc.subjectperceptronuk
dc.titleМетоди навчання з підкріпленням та їх застосування до моделювання аукціонівuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Ivanov_bakalavr.docx
Розмір:
1.83 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи