Методи data-mining в задачах прогнозування нелінійних нестаціонарних процесів

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorСаркісов, Степан Юрійович
dc.date.accessioned2019-01-30T13:12:20Z
dc.date.available2019-01-30T13:12:20Z
dc.date.issued2018
dc.description.abstractenMaster’s thesis: 108 p., 27 fig., 27 tabl., 27 sources. The topic of the research: methods of data-mining in the prediction of nonlinear nonstationary processes Object of study – statistic’s data related to observed processes. Purpose of the study – statisticals methods of analysing big data with purpose of making adequate models. Purpose – chose the most suitable model for describing data. Research method – making mathematical models chosing processes based on big data and evaluationg statisticals criterias for validating built models using data mining. Urgency – creating system which allows to choose model based on criterias. Results – system of choosing the most appropriate model. The novelty of the work – proposed the method of formation regression models using data-mining technology; proposed modified procedure of structure assessment, based on assessing conditional variance; new models were created based on statistical data which give opportunity to calculate high quality forecast estimates. The further development of the research subject – improvement of selected methods, expansion of use.uk
dc.description.abstractukДипломна 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.uk
dc.format.page108 с.uk
dc.identifier.citationСаркісов, С. Ю. Методи data-mining в задачах прогнозування нелінійних нестаціонарних процесів : магістерська дис. : 122 Комп'ютерні науки / Саркісов Степан Юрійович. – Київ, 2018. – 108 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/26134
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectавторегресіяuk
dc.subjectпрогнозування.uk
dc.subjectчасовий рядuk
dc.subjectсистема підтримки прийняття рішеньuk
dc.subjectкомпетенціяuk
dc.subjectdecision support systemsuk
dc.subjectcompetenceuk
dc.subjectautoregressionuk
dc.subjectforecastinguk
dc.subjecttime seriesuk
dc.subject.udc004.942:519.216.3uk
dc.titleМетоди data-mining в задачах прогнозування нелінійних нестаціонарних процесівuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Sarkisov_magistr.pdf
Розмір:
2.45 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи