Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/25996
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Котина Елена Дмитриевна | ru_RU |
dc.contributor.advisor | Kotina Elena Dmitrievna | en_GB |
dc.contributor.author | Полежаев Сергей Александрович | ru_RU |
dc.contributor.author | Polezaev Sergej Aleksandrovic | en_GB |
dc.contributor.editor | Козынченко Владимир Александрович | ru_RU |
dc.contributor.editor | Kozyncenko Vladimir Aleksandrovic | en_GB |
dc.date.accessioned | 2021-03-24T15:08:47Z | - |
dc.date.available | 2021-03-24T15:08:47Z | - |
dc.date.issued | 2019 | |
dc.identifier.other | 049414 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/25996 | - |
dc.description.abstract | Работа посвящена решению задачи предсказания спроса и определения оптимальной цены на основе предсказанных значений. Реализованы различные методы по предобработке данных. Проведён вычислительный эксперимент с использованием различных алгоритмов машинного обучения в том числе градиентного бустинга и нейронных сетей. Проведено сравнение результатов вычислительных экспериментов по предсказанию спроса между собой. На основе рассмотренных алгоритмов построен их ансамбль для получения результатов прогнозирования лучшего качества. Реализован алгоритм оптимизации цен на основе полученных результатов. | ru_RU |
dc.description.abstract | This work is dedicated to the solution of the problem of demand prediction of the sports event and determination of the optimal price based on predicted values. Different techniques of data preprocessing are implemented. A computational experiment was conducted using different machine learning algorithms, including gradient boosting and neural networks. A comparison of the results of the computational experiment was made. Based on the analyzed algorithms, their ensemble was built to get the results of better quality. The algorithm of price optimization based on the results was implemented. | en_GB |
dc.language.iso | ru | |
dc.subject | машинное обучение | ru_RU |
dc.subject | оптимизация цены | ru_RU |
dc.subject | градиентный бустинг | ru_RU |
dc.subject | нейронные сети | ru_RU |
dc.subject | линейная регрессия | ru_RU |
dc.subject | предсказание спроса | ru_RU |
dc.subject | machine learning | en_GB |
dc.subject | price optimization | en_GB |
dc.subject | gradient boosting | en_GB |
dc.subject | neural networks | en_GB |
dc.subject | linear regression | en_GB |
dc.subject | demand prediction | en_GB |
dc.title | Application of machine learning in the pricing problem | en_GB |
dc.title.alternative | Применение машинного обучения в задаче ценообразования | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
diplom_finale.pdf | Article | 863,75 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Otzyv_Polezaev_S.pdf | ReviewSV | 840,62 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.