Тимощук, Оксана ЛеонідівнаБедлінський, Кірілл Ігорович2025-09-232025-09-232025Бедлінський, К. І. Моделі машинного навчання в задачах аналізу здатності технічних індикаторів прогнозувати ціни криптовалют : дипломна робота … бакалавра : 124 Системний аналіз / Бедлінський Кірілл Ігорович. – Київ, 2025. – 149 с.https://ela.kpi.ua/handle/123456789/76269Дипломна робота: 149 с., 45 рис., 22 табл., 2 дод., 28 джерел. Об’єкт дослідження – процеси прогнозування зміни тренду ціни криптовалюти. Предмет дослідження – моделі машинного навчання в аналізі предикативної здатності технічних індикаторів. Мета роботи – розробка та експериментальна оцінка ефективності моделей машинного навчання для прогнозування динаміки цін криптовалют із використанням набору технічних індикаторів. Результат роботи – є розроблене програмне рішення, яке виконує тренування моделі машинного навчання під технічний індикатор та яке показує ефективність обраного індикатору. Проведено порівняння результатів, отриманих різними розглянутими підходами. Програмне рішення було розроблено у середовищі Jupiter Notebook із використанням мови програмування Python. В роботі було використано ринкові дані з платформи Yahoo Finance.149 с.ukмашинне навчанняпрогностична здатністьтехнічні індикаториринок криптовалютзадачі класифікаціїmachine learningpredictive powertechnical indicatorscryptocurrency marketclassification tasksBachelor Thesis