Факультет комп'ютерних наук, фізики та математики
Permanent URI for this communityhttps://ekhsuir.kspu.edu/handle/123456789/10254
Browse
Search Results
Item ПОРІВНЯЛЬНЕ ОЦІНЮВАННЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ ПРОГНОЗУВАННЯ ЦІН НА НЕРУХОМОСТІ(2024) Федченко, К. О.Ця робота досліджує методи машинного навчання для використання у веб-сервісах, що прогнозують ціни на нерухомість, враховуючи різні характеристики квартир. У роботі розглянуто використання моделей машинного навчання та аналіз схожих квартир для визначення середніх ринкових цін. Вона також обговорює виклики, пов'язані з інтеграцією прогнозування цін у реальному часі в існуючі веб-платформи, та пропонує рішення для автоматизованого аналізу цін на основі великого масиву даних. Ця робота є корисною для розробників веб-сервісів, аналітиків нерухомості та орендодавців, які прагнуть підвищити ефективність оцінки ринкових цін. / This work explores machine learning methods for use in web services that predict real estate prices based on various apartment characteristics. The paper examines the use of machine learning models and the analysis of similar apartments to determine average market prices. It also discusses challenges associated with integrating real-time price prediction into existing web platforms and proposes solutions for automated price analysis based on large datasets. This work is valuable for web developers, real estate analysts, and landlords aiming to improve the efficiency of market price evaluation.Item АВТОМАТИЗОВАНЕ МАШИННЕ НАВЧАННЯ ДЛЯ ВИЗНАЧЕННЯ ЦІЛЬОВОЇ АУДИТОРІЇ ВСТУПНИКІВ ДЛЯ ЗАКЛАДІВ ВИЩОЇ ОСВІТИ(2024) Гулін, Д. В.Ця робота присвячена дослідженню методів автоматизованого машинного навчання для підтримки прийняття рішень у сфері бізнес-аналітики, зокрема в контексті вищої освіти. Основна увага зосереджена на використанні машинного навчання для прогнозування контингенту майбутніх вступників і виявлення цільової аудиторії для освітніх програм ІТ спеціальностей. Метою дослідження є розробка підходу до застосування автоматизованого машинного навчання в бізнес-аналітиці, що сприяє ефективному прийняттю управлінських рішень та оцінці впливу ключових факторів на вибір абітурієнтами закладу освіти. / This work is dedicated to exploring methods of automated machine learning for decision support in business analytics, specifically in the context of higher education. The main focus is on using machine learning for forecasting the future student body and identifying the target audience for IT specialty educational programs. The aim of the study is to develop an approach to applying automated machine learning in business analytics, which contributes to effective managerial decision-making and assessing the impact of key factors influencing applicants' choice of educational institution.