Методи глибокого навчання нейронних мереж для аналізу та прогнозування динаміки ігрових ситуацій у реальному часі

Скорочена інформація про документ
dc.contributor.advisorКот, Анатолій Тарасович
dc.contributor.authorШевчук, Владислав Віталійович
dc.date.accessioned2024-10-21T13:26:32Z
dc.date.available2024-10-21T13:26:32Z
dc.date.issued2024
dc.description.abstractДипломна 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.
dc.description.abstractotherMaster's thesis: 94 pages, 37 figures, 9 tables, 15 references, 1 appendixes. The object of the study is the process of predicting the results of individual rounds in the Counter-Strike 2 game. The subject of the study is the application of machine learning algorithms, in particular logistic regression and Random Forest, to analyze and predict the results of rounds in the Counter-Strike 2 game based on the collected data. The purpose of the work is to develop and implementation of a machine learning model capable of predicting with high accuracy the probability of a team's victory in individual rounds of the Counter-Strike 2 game using various input characteristics, as well as demonstrating the effectiveness of applying such models to decision-making in real-time game environments.
dc.format.extent94 с.
dc.identifier.citationШевчук, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70046
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectпрогнозування
dc.subjectнейронна мережа
dc.subjectmachine learning
dc.subjectforecasting
dc.subjectneural network
dc.titleМетоди глибокого навчання нейронних мереж для аналізу та прогнозування динаміки ігрових ситуацій у реальному часі
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shevchuk_bakalavr.pdf
Розмір:
1.74 MB
Формат:
Adobe Portable Document Format
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 (ШІ)
Бакалаврські роботи