Шаповалова, Світлана ІгорівнаСлавицька, Олександра Миколаївна2025-10-132025-10-132025Славицька, О. М. Середовище вибору оптимальної моделі машинного навчання для визначення стратегії бізнесу : дипломна робота ... бакалавра : 122 Комп’ютерні науки / Славицька Олександра Миколаївна. – Київ, 2025. – 67 с.https://ela.kpi.ua/handle/123456789/76774Дипломна робота виконана на 67 сторінках, містить 27 ілюстрацій, 8 таблиць, 1 додаток, 12 джерел в переліку посилань. Мета роботи — створення середовища вибору оптимальної за точністю моделі машинного навчання. Методи та засоби: алгоритм кластеризації K-means, ансамблеві методи (Random Forest), поліноміальна регресія, стекінг (Stacked Generalization), мова програмування Python, бібліотеки Scikit-learn, Pandas, Matplotlib/Seaborn для візуалізації. У результаті проведеного дослідження та реалізації програмної системи були досягнуті наступні основні результати: ⎯ на основі аналізу методів розв’язання задачі регресії визначено для реалізації такі методи: лінійна регресія, дерево рішень, рандом форест; ⎯ реалізовано обрані моделі машинного навчання на основі бібліотеки Scikit-learn і ресуру Kaggle; ⎯ запропоновано вдосконалення методу рандом форест за рахунок передбачень попередньо навчених моделей регресії на прикладах окремих кластерів датасету; ⎯ експериментально доведено підвищення точності запропонованого методу Stacking Regression; ⎯ зозроблено середовище вибору моделі машинного навчання. Рекомендації щодо застосування: модель ефективна для задач з явною кластерною структурою даних (економічне прогнозування, аналіз ринків нерухомості, медична діагностика).67 с.ukмашинне навчанняансамблеві методистекінгкластеризаціяпрогнозуваннярегресійний аналізkmeansmetric learningmachine learningensemble methodsstackingclusteringforecastingregression analysisk-meansBachelor Thesis