Методи глибокого навчання нейронних мереж для аналізу та прогнозування динаміки ігрових ситуацій у реальному часі
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота 94 с., 37 рис., 9 табл., 15 посилань, 1 додаток.
Об’єкт дослідження – процес прогнозування результатів окремих раундів у грі Counter-Strike 2. Предмет дослідження – застосування алгоритмів машинного навчання, зокрема логістичної регресії та Random Forest, для аналізу і прогнозування результатів раундів у грі Counter-Strike 2 на основі зібраних даних. Мета роботи – розробка та впровадження моделі машинного навчання, здатної з високою точністю прогнозувати ймовірність перемоги команди в окремих раундах гри Counter-Strike 2, використовуючи різні вхідні ознаки, а також демонстрація ефективності застосування таких моделей для прийняття рішень в ігрових середовищах у реальному часі.
Опис
Ключові слова
машинне навчання, прогнозування, нейронна мережа, machine learning, forecasting, neural network
Бібліографічний опис
Шевчук, В. В. Методи глибокого навчання нейронних мереж для аналізу та прогнозування динаміки ігрових ситуацій у реальному часі : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Шевчук Владислав Віталійович. – Київ, 2024. – 94 с.