Жиров, Олександр ЛеонідовичТкаченко, Дарина Володимирівна2024-10-212024-10-212024Ткаченко, Д. В. Використання машинного навчання для створення алгоритмів передбачення споживчого попиту і оптимізації запасів в роздрібних мережах : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Ткаченко Дарина Володимирівна. – Київ, 2024. – 81 с.https://ela.kpi.ua/handle/123456789/70040Дипломна робота: 81 с., 11 рис., 6 табл., 40 посилань, 1 додаток. Об'єктом дослідження є процеси прогнозування споживчого попиту на основі аналізу великих даних за допомогою нейронних мереж. Предметом дослідження є архітектури нейронних мереж та методи їх навчання, які застосовуються для аналізу та прогнозування споживчого попиту. Мета роботи полягає у розробці та дослідженні нейронної мережі для точного та надійного прогнозування споживчого попиту, що сприятиме покращенню аналітичних можливостей у сфері електронної комерції. В роботі розроблено та досліджено нейронну мережу для прогнозування споживчого попиту. Встановлено, що нейронна мережа має високу точність прогнозування, є надійним інструментом в електронній комерції для прийняття обґрунтованих рішень щодо ціноутворення. Проведено аналіз різних архітектур нейронних мереж, який показав глибокі нейронні мережі з конволюційними та рекурентними шарами, які найбільш ефективні для завдань прогнозування у динамічно змінюваних умовах ринку.81 с.ukштучний інтелектнейронна мережаелектронна комерціямодельспоживчий попитрозробкапрогнозуванняartificial intelligenceneural networke-commercemodelconsumer demanddevelopmentforecastingBachelor Thesis