Яйлимова, Ганна ОлексіївнаРізниченко, Андрій Сергійович2025-06-162025-06-162025Різниченко, А. С. Порівняння алгоритмів машинного навчання для прогнозування врожайності : дипломна робота ... бакалавра : 113 Прикладна математика / Різниченко Андрій Сергійович. – Київ, 2025. – 49 с.https://ela.kpi.ua/handle/123456789/74258Обсяг дипломної роботи становить 49 сторінок, вона містить 8 рисунків та 3 додатки. Для порівнянь і досліджень використано 19 джерел. У роботі запропоновано узгоджену методику порівняння алгоритмів машинного навчання – лінійної регресії, дерева рішень, випадкового лісу та градієнтного бустингу – з метою прогнозування врожайності зернових культур. Продемонстровано важливість налаштування гіперпараметрів для підвищення точності прогнозів. Також здійснено сценарне моделювання з урахуванням змін ключових кліматичних і водних показників на основі мультидоменного набору агрокліматичних індикаторів. Практичне значення дослідження полягає в тому, що розроблений підхід дає змогу об’єктивно оцінити ефективність моделей на основі історичних даних і формувати обґрунтовані прогнози врожайності за умов реалістичних сценаріїв мультифакторних змін, що сприятиме прийняттю зважених агрополітичних рішень і оптимізації розподілу ресурсів у сільському господарстві.49 с.ukпрогнозування врожайностімашинне навчаннялінійна регресіядерево рішеньвипадковий лісградієнтний бустингметрики якостігіперпараметричний пошуксценарний прогнозcrop yield forecastingmachine learninglinear regressiondecision treerandom forestgradient boostingperformance metricshyperparameter tuningscenariobased forecastingBachelor Thesis