Методи data-mining в задачах прогнозування нелінійних нестаціонарних процесів
Вантажиться...
Дата
2018
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дипломна робота: 108 с., 27 рис., 27 табл., 27 джерел.
Тема дослідження: методи data-mining в задачах прогнозування нелінійних
нестаціонарних процесів.
Об'єкт дослідження – статистичні дані стосовно розвитку досліджуваних
процесів.
Предмет дослідження – методи статистичного аналізу масивів даних з
метою побудови адекватних моделей досліджуваних процесів.
Мета роботи – підібрати підходящу модель для опису даних.
Метод дослідження – побудова математичних моделей вибраних процесів на основі масивів даних та оцінка статистичних критеріїв для перевірки адекватності побудованої моделі використовуючи технологію data mining.
Актуальність – створення системи, яка дозволить підібрати адекватну модель основану на критеріях.
Результати роботи – система, яка підбирає підходящі статистичні моделі. Новизна роботи – запропоновано методику побудови регресійних моделей з
використанням інформаційної технології data-mining; Запропонована модифікована процедура оцінювання структури моделі, яка відрізняється способом оцінювання умовної дисперсії; на основі статистичних даних побудовані нові моделі, які забезпечують можливість обчислення високоякісних оцінок прогнозів.
Шляхи подальшого розвитку предмету дослідження – вдосконалення обраних методів, розширення сфер використання.
Опис
Ключові слова
авторегресія, прогнозування., часовий ряд, система підтримки прийняття рішень, компетенція, decision support systems, competence, autoregression, forecasting, time series
Бібліографічний опис
Саркісов, С. Ю. Методи data-mining в задачах прогнозування нелінійних нестаціонарних процесів : магістерська дис. : 122 Комп'ютерні науки / Саркісов Степан Юрійович. – Київ, 2018. – 108 с.