Класифікація контенту фінансових новин на основі машинного навчання

Скорочена інформація про документ
dc.contributor.advisorШаповалова, Світлана Ігорівна
dc.contributor.authorАлі-Шах, Імран Гохарович
dc.date.accessioned2024-02-21T08:32:13Z
dc.date.available2024-02-21T08:32:13Z
dc.date.issued2023
dc.description.abstractМагістерська 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.
dc.description.abstractotherThe master's thesis consists of: introduction; 5 sections ("Analysis of existing solutions", " Tools for developing machine learning models", " Building classification models", " Computational experiments" and " Development of the startup project"), conclusions to each of these sections; general conclusions; the list of used sources, which includes 31 sources; 22 illustrations; 23 tables and an appendix. The total volume of work is 119 pages. Relevance of the research topic. In today's fast-paced world of finance, the ability to analyze articles and news quickly and accurately is of paramount importance. Financial news contains valuable information that can significantly affect markets, influence trading decisions, and shape investor sentiment. However, the sheer volume and complexity of financial data make manual analysis impractical. Machine learning, as a subset of artificial intelligence, allows computers to learn from data, identify patterns, and make decisions without explicit programming. In the area of financial news classification, the above algorithms can be trained to categorize news content according to predefined sentiments or topics, providing timely information and assisting in decision-making processes.
dc.format.extent119 с.
dc.identifier.citationАлі-Шах, І. Г. Класифікація контенту фінансових новин на основі машинного навчання : магістерська дис. : 122 Комп’ютерні науки / Алі-Шах Імран Гохарович. – Київ, 2023. – 119 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64818
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectфінансові новини
dc.subjectNLP
dc.subjectкласифікація
dc.subjectмашинне навчання
dc.subjectLogistic regression
dc.subjectSVM
dc.subjectRandom Forest
dc.subjectNaïve Bayes
dc.subjectDNN
dc.subjectCNN
dc.subjectRNN
dc.subjectfinancial news
dc.subjectclassification
dc.subjectmachine learning
dc.titleКласифікація контенту фінансових новин на основі машинного навчання
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Ali Shakh_magistr.pdf
Розмір:
2.19 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

Магістерські роботи (ЦТЕ)
Магістерські роботи