Купенко, Ольга ПетрівнаБондаренко, Даниїл Олександрович2023-09-152023-09-152023Бондаренко, Д. О. Застосування методів машинного навчання до задачі прогнозування залишків на банківських картах : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Бондаренко Даниїл Олександрович. – Київ, 2023. – 102 с.https://ela.kpi.ua/handle/123456789/60416Дипломна робота: 102 ст., 11 табл., 28 рис., 1 додаток, 32 джерел. Об’єкт дослідження – прогнозування набору даних залишків на картах клієнтів банку. Предмет дослідження – побудова моделей машинного навчання для прогнозування часових рядів та їх навчання із використанням методів декомпозиції часового ряду. Мета роботи - розглянути теоретичні основи декомпозиції, моделювання та прогнозування часових рядів, побудувати та провести порівняльний аналіз методів машинного навчання для прогнозування залишків на банківських картах, обрати модель, що дає найкращий результат. У роботі розглядається побудова різнотипових моделей для прогнозування вхідних даних, знаходження оптимальних значень для гіперпараметрів моделей, вплив методів декомпозиції часового ряду на процес навчання моделей та на результат прогнозування. Результатом роботи є висновок про найкращу з точки зору відповідних метрик побудовану та навчену на вхідних даних модель для прогнозування залишків на банківських картах.102 с.ukпрогнозування часових рядівліквідність банкуекспоненційне згладжуваннямодель хольта-вінтерсабагатошаровий персептронрекурентні нейронні мережіtime series forecastingbank liquidityexponential smoothingholt-winters modelmultilayer perceptronrecurrent neural networksBachelor Thesis