Розробка моделі машинного навчання для прогнозування попиту нових продуктів на основі їхніх характеристик
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 99 с., 6 рис., 22 табл., додаток, 45 посилань. Об’єкт дослідження – процеси виведення нових продуктів на ринок. Предмет дослідження – моделі машинного навчання для прогнозування попиту нових продуктів на основі характеристик даних продуктів. Мета роботи – пошук та дослідження моделей для прогнозування попиту нових продуктів на основі їхніх характеристик, розробка власної системи прогнозування попиту нових продуктів. Прогнозування нових продуктів є більш комплексною задачею, якщо порівнювати з прогнозуванням попиту на продукти, які вже присутні на ринку. Новизна та актуальність роботи полягає у розгляді нової системи прогнозування попиту нових продуктів, де основними ознаками при прогнозі виступають кількісні та якісні характеристики продуктів. На основі дослідження вже наявних систем пропонується комплексна система на основі моделей машинного навчання. Система прогнозування реалізована за допомогою мови програмування Python. Отримані результати свідчать про достатньо високу точність розробленої системи у порівнянні із аналогічними методами. Подальше дослідження може мати напрям покращення конфігурації системи під різні сегменти ринку, а також додавання більш гнучкого прогнозу (наприклад, квантилями). Роботу апробовано на міжнародній науково-практичній конференції.
Опис
Ключові слова
прогнозування попиту, прогнозування нових продуктів, машинне навчання, випадкові ліси, кластеризація к-середнього, demand forecasting, new products forecasting, machine learning, random forests, k-means clustering
Бібліографічний опис
Дудін, В. В. Розробка моделі машинного навчання для прогнозування попиту нових продуктів на основі їхніх характеристик : магістерська дис. : 122 Комп'ютерні науки / Дудін Владислав Володимирович. - Київ, 2024. - 99 с.