Пишнограєв, Іван ОлександровичДудін, Владислав Володимирович2024-02-232024-02-232024Дудін, В. В. Розробка моделі машинного навчання для прогнозування попиту нових продуктів на основі їхніх характеристик : магістерська дис. : 122 Комп'ютерні науки / Дудін Владислав Володимирович. - Київ, 2024. - 99 с.https://ela.kpi.ua/handle/123456789/64927Магістерська дисертація: 99 с., 6 рис., 22 табл., додаток, 45 посилань. Об’єкт дослідження – процеси виведення нових продуктів на ринок. Предмет дослідження – моделі машинного навчання для прогнозування попиту нових продуктів на основі характеристик даних продуктів. Мета роботи – пошук та дослідження моделей для прогнозування попиту нових продуктів на основі їхніх характеристик, розробка власної системи прогнозування попиту нових продуктів. Прогнозування нових продуктів є більш комплексною задачею, якщо порівнювати з прогнозуванням попиту на продукти, які вже присутні на ринку. Новизна та актуальність роботи полягає у розгляді нової системи прогнозування попиту нових продуктів, де основними ознаками при прогнозі виступають кількісні та якісні характеристики продуктів. На основі дослідження вже наявних систем пропонується комплексна система на основі моделей машинного навчання. Система прогнозування реалізована за допомогою мови програмування Python. Отримані результати свідчать про достатньо високу точність розробленої системи у порівнянні із аналогічними методами. Подальше дослідження може мати напрям покращення конфігурації системи під різні сегменти ринку, а також додавання більш гнучкого прогнозу (наприклад, квантилями). Роботу апробовано на міжнародній науково-практичній конференції.99 с.ukпрогнозування попитупрогнозування нових продуктівмашинне навчаннявипадкові лісикластеризація к-середньогоdemand forecastingnew products forecastingmachine learningrandom forestsk-means clusteringMaster Thesis004.896:519.862.7