Купенко, Ольга ПетрівнаГончаренко, Костянтин Олександрович2024-10-022024-10-022024Гончаренко, К. О. Застосування моделей та методів глибокого навчання для прогнозування ринкової капіталізації публічних компаній на основі фінансової звітності : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Гончаренко Костянтин Олександрович. – Київ, 2024. – 135 с.https://ela.kpi.ua/handle/123456789/69458Дипломна робота: 135 с., 8 табл., 20 рис., 1 додаток, 35 посилань. Тема: Застосування моделей та методів глибокого навчання для прогнозування ринкової капіталізації публічних компаній на основі фінансової звітності. Об’єкт дослідження – процес оцінки та прогнозування ринкової капіталізації публічних компаній на основі фінансової звітності. Предмет дослідження – моделі та методи глибокого навчання для прогнозування ринкової капіталізації публічних компаній. Мета роботи – дослідити можливість використання моделей та методів глибокого навчання для розробки ефективної моделі прогнозування ринкової капіталізації публічних компаній на основі фінансової звітності. У ході виконання дипломної роботи розглянуто процес оцінки та прогнозування ринкової капіталізації публічних компаній на основі фінансової звітності, та методи прогнозування фінансових показників. Досліджено можливість використання моделей та методів глибокого навчання для розробки ефективної моделі прогнозування ринкової капіталізації публічних компаній. Оцінка якості моделей була проведена за трьома метриками: RMSE, SMAPE та DS. На валідаційних даних найкраще себе показали моделі RNN та GRU. В якості прикладу побудовано систему для прогнозування капіталізації публічних компаній на основі фінансової звітності та протестовано на прикладі компанії Apple. Проведено повний функціонально-вартісний аналіз програмного продукту та обрано варіант реалізації програмного продукту.135 с.ukпрогнозуваннянейронні мережіфінансові показникиглибоке навчанняforecastingneural networksfinancial indicatorsdeep learningBachelor Thesis