View in EDS

Моделі та інформаційне забезпечення прогнозування цін на автотранспортні засоби методами машинного навчання

Saved in:
Bibliographic Details
Title: Моделі та інформаційне забезпечення прогнозування цін на автотранспортні засоби методами машинного навчання
Contributors: Хлевний, Андрій Олександрович, eKNUTSHIR
Publisher Information: 2025.
Publication Year: 2025
Subject Terms: коефіцієнт детермінації, feature selection, взаємна інформація, середньоквадратична помилка, механізм уваги, гібридні моделі, обробка даних, машинне навчання, прогнозування цін, нейронні мережі, автомобілі, XGBoost
Description: Мета дипломної роботи магістра – підвищення ефективності прогнозування цін на автомобілі за рахунок створення моделі машинного навчання, яка дозволяє точніше визначати ціну авто та враховувати ключові фактори, що на неї впливають. Об’єкт дослідження – процес формування та прогнозування ринкових цін на автотранспортні засоби. Предмет дослідження – моделі машинного навчання та інформаційне забезпечення, що використовуються для прогнозування цін на автомобілі. Наукова новизна роботи – поєднання нейронних мереж з механізмом уваги для прогнозування цін на автотранспортні засоби. Такий підхід дозволяє досягти високої точності, гнучкості та стійкості моделі порівняно з традиційними методами. Більшість існуючих робіт з прогнозування цін на автомобілі використовують прості алгоритми (лінійну регресію, дерева рішень). У цій роботі використовується механізм уваги всередині нейронної мережі, який дає змогу моделі фокусуватися на найбільш важливих характеристиках, чого зазвичай немає у класичних градієнтних бустингових моделях. Також застосовується кілька методів вибору важливих ознак (mutual_info, chi², F-тест), що забезпечує краще очищення даних перед навчанням. У багатьох існуючих дослідженнях ці етапи спрощують або ігнорують, що знижує якість моделей. Завдяки цьому підходу робота досягає більшої стійкості та точності прогнозів на реальних, великих наборах даних, що виділяє її серед інших робіт у цій галузі.
Document Type: Master thesis
File Description: application/pdf
Language: Ukrainian
Access URL: https://ir.library.knu.ua/handle/15071834/6661
Accession Number: edsair.od.....11045..ef49a9b8b3d51a5162f0338a171a4cb9
Database: OpenAIRE
Description
Abstract:Мета дипломної роботи магістра – підвищення ефективності прогнозування цін на автомобілі за рахунок створення моделі машинного навчання, яка дозволяє точніше визначати ціну авто та враховувати ключові фактори, що на неї впливають. Об’єкт дослідження – процес формування та прогнозування ринкових цін на автотранспортні засоби. Предмет дослідження – моделі машинного навчання та інформаційне забезпечення, що використовуються для прогнозування цін на автомобілі. Наукова новизна роботи – поєднання нейронних мереж з механізмом уваги для прогнозування цін на автотранспортні засоби. Такий підхід дозволяє досягти високої точності, гнучкості та стійкості моделі порівняно з традиційними методами. Більшість існуючих робіт з прогнозування цін на автомобілі використовують прості алгоритми (лінійну регресію, дерева рішень). У цій роботі використовується механізм уваги всередині нейронної мережі, який дає змогу моделі фокусуватися на найбільш важливих характеристиках, чого зазвичай немає у класичних градієнтних бустингових моделях. Також застосовується кілька методів вибору важливих ознак (mutual_info, chi², F-тест), що забезпечує краще очищення даних перед навчанням. У багатьох існуючих дослідженнях ці етапи спрощують або ігнорують, що знижує якість моделей. Завдяки цьому підходу робота досягає більшої стійкості та точності прогнозів на реальних, великих наборах даних, що виділяє її серед інших робіт у цій галузі.