Кублій, Лариса ІванівнаСергєєв, Данило Вікторович2024-02-202024-02-202023Сергєєв, Д. В. Оптимізація алгоритмів машинного навчання для прискорення прогнозування на великих обсягах даних : магістерська дис. : 122 Комп’ютерні науки / Сергєєв Данило Вікторович. – Київ, 2023. – 116 с.https://ela.kpi.ua/handle/123456789/64753Дослідження спрямоване на розробку додатку для оптимізації алгоритмів машинного навчання з метою прискорення і підвищення точності прогнозування на великих обсягах даних. Результати можуть знайти застосування у фінансах, медицині та Інтернет-сервісах, сприяючи якісному прийняттю рішень. Результати дослідження також корисні для вчених, які вивчають дані великих обсягів і штучний інтелект.Мета роботи. Основною метою даної роботи є розробка додатку для оптимізації алгоритмів машинного навчання для швидкого та ефективного прогнозування на великих обсягах даних. Робота спрямована на покращення продуктивності і точності моделей машинного навчання при роботі з великими наборами інформації. Об’єкт дослідження. Методи оптимізації машинного навчання для великих обсягів даних. Предмет дослідження. Прискорення прогнозування на великих обсягах даних із застосуванням оптимізації алгоритмів і моделей машинного навчання. Практична цінність. Отримані результати дослідження можуть бути використані в різних сферах, таких як фінанси, медицина, Інтернет-сервіси тощо, де швидкі й точні прогнози на великих обсягах даних є критично важливими. Оптимізовані алгоритми можуть сприяти покращенню якості прийняття рішень на основі аналізу великих наборів інформації. Також вони можуть бути корисними для науковців і дослідників, які займаються вивченням великих даних і штучного інтелекту. Дисертація складається із вступу, п’яти розділів, висновків і списку використаних джерел. Загальний обсяг дисертації становить 116 сторінок, у тому числі 96 сторінок основного тексту, 2 таблиці, 29 рисунків, 2 додатки, список використаних джерел містить 45 джерел.116 с.ukMaster Thesis