Прогнозування нелінійних нестаціонарних процесів методами інтелектуального аналізу даних

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorСкомороха, Катерина Ігорівна
dc.date.accessioned2022-02-16T08:08:07Z
dc.date.available2022-02-16T08:08:07Z
dc.date.issued2021-12
dc.description.abstractМагістерська дисертація: 102 с., 42 рис., 22 табл., 1 додаток, 18 джерел. Об'єкт дослідження: нелінійні нестаціонарні процеси, представлені часовими рядами. Мета роботи: побудова математичних моделей процесів в економіці та фінансах; оцінювання прогнозів; розробка програмного забезпечення для виконання обчислювальних експериментів. Метод дослідження: математичні моделі і методи аналізу процесів в економіці та фінансах. В роботі проведений огляд існуючих методів прогнозування. Наведено моделі інтелектуального аналізу даних. Розглянуто і проаналізовано статистичні тести для аналізу. Створено програмне забезпечення для моделювання та прогнозування процесів на базі моделей інтелектуального аналізу даних. В роботі порівняно прогнозування процесів авторегресійними моделями та за допомогою методів інтелектуального аналізу даних. Система реалізована на базі платформи .Net Framework з використанням мови програмування C#, наведено приклади застосування програми для прогнозування реальних цін акцій компаній та біржових індексів. Розглянуто шляхи можливого подальшого вдосконалення системи.uk
dc.description.abstractenMaster’s thesis: 102 p., 42 fig., 22 tabl., 1 appendix, 18 sources. Object of research: nonlinear nonstationary processes represented by time series. Objective: building mathematical models of economic and financial processes; evaluation of forecasts; development of software to perform computational experiments. Method of research: mathematical models and methods of analysis economic and financial processes. The paper reviews the most modern systems for time series analysis. Some of the known models and methods of forecasting are given. There are considered and analyzed statistical tests. A software for analytical modeling and forecasting processes to exchange models is based on methods of intellectual data analysis was created. The paper compares the forecasting of selected stock prices using both autoregressive moving average and the methods of intellectual data analysis. The system is implemented on the platform .Net Framework using the programming language C #, there are examples of programs for forecasting real stock prices and stock exchanges. There are ways of possible further improve the system.uk
dc.format.page102 с.uk
dc.identifier.citationСкомороха, К. І. Прогнозування нелінійних нестаціонарних процесів методами інтелектуального аналізу даних : магістерська дис. : 124 Системний аналіз / Скомороха Катерина Ігорівна. - Київ, 2021. - 102 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/46508
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнелінійні процесиuk
dc.subjectнестаціонарні процесиuk
dc.subjectмодель авторегресії ковзного середньогоuk
dc.subjectсистема підтримки прийняття рішеньuk
dc.subjectнейронна мережаuk
dc.subjectмережа байєсаuk
dc.subjectnonlinear processesuk
dc.subjectnonstationary processesuk
dc.subjectautoregression models moving averageuk
dc.subjectdecision support systemsuk
dc.subjectneural networkuk
dc.subjectbayesian networkuk
dc.subject.udc004.942:519.254uk
dc.titleПрогнозування нелінійних нестаціонарних процесів методами інтелектуального аналізу данихuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи