Skip to main content

Blocks

Skip Navigation

Navigation

  • Dashboard

    • Site home

    • Site pages

      • My courses

      • Tags

      • FileІнструкція для здобувачів освіти до вибору дисципл...

      • URLВибір дисциплін на 2025-2026 навчальний рік

      • URLВибір дисциплін на 2024-2025 навчальний рік

      • ForumНовини сайту

      • URLІнструкція - основи роботи з системою Moodle

      • URLЦИВІЛЬНИЙ ЗАХИСТ

      • FolderНормативна база СЕЗН

      • URLВідновлення пароля

      • FileПам’ятка для користувача системи Moodle

      • FileСистема оцінки курсу

      • FeedbackОцінка якості курсу

    • My courses

    • Courses

      • Факультети, кафедри

        • Біологічний факультет

        • Економічний факультет

        • Журналістики факультет

        • Інженерний навчально-науковий інститут ім. Ю.М. По...

        • Іноземної філології факультет

        • Математичний факультет

          • Кафедра загальної математики

          • Кафедра загальної та прикладної фізики

          • Кафедра комп'ютерних наук

          • Кафедра прикладної математики і механіки

          • Кафедра програмної інженерії

            • archive

            • Технології Big Data

            • Машинне навчання (Математичні основи машинного нав...

            • Проєктування та аналіз обчислювальних алгоритмів

            • C/к Сучасні СУБД (Плюта Н. В.)

            • 2 Програмне забезпечення наукових досліджень (магі...

            • Автоматизоване тестування (Кудін О.В.)

            • Автоматизоване тестування Web-додатків (Кудін О.В.)

            • Адміністрування комп'ютерних систем (Горбенко В.І.)

            • Алгебра та геометрія Дисципліна вільного вибору ст...

            • Алгоритми та структури даних (Програмна інженерія)

            • Алгоритми шифрування та захисту даних

            • Прикладні задачі машинного навчання

              • General

              • Модуль 1

              • Модуль №2

              • Модуль №3

              • Модуль №4

              • Модуль №5

              • Модуль №6

              • Індивідуальне завдання

                • AssignmentІндивідуальне завдання

              • Підсумковий контроль

          • Кафедра фундаментальної та прикладної математики

          • Практична підготовка математичного факультету

          • Інформація, Статистика Математичного факультету

        • Менеджменту факультет

        • Соціальної педагогіки та психології факультет

        • Соцiологiї та управлiння факультет

        • Факультет історії та міжнародних відносин

        • Факультет фізичного виховання, здоров'я та туризму

        • Філологічний факультет

        • Юридичний факультет

      • Аспірантура

      • Науково-технічна позашкільна освіта

      • Підготовчі курси до ЗНО

      • Адміністративний розділ

      • Центр післядипломної освіти та професійних кваліфі...

      • Школа педагогічної майстерності

  • Close
    Toggle search input
  • English ‎(de)‎
    • Русский ‎(ru)‎
    • Українська ‎(uk)‎
    • Deutsch ‎(de_old)‎
    • English ‎(de)‎
    • English ‎(en)‎
    • Español - Internacional ‎(es)‎
    • Français ‎(fr)‎
    • Italiano ‎(it)‎
    • Polski ‎(pl)‎
  • Log in

Прикладні задачі машинного навчання

Close
Toggle search input
Вибір дисциплін Collapse Expand
Вибір дисциплін Collapse Expand
Обрати дисципліни Статистика вибору дисциплін ВМУ Результати вибору дисциплін
  1. Home
  2. Courses
  3. Факультети, кафедри
  4. Математичний факультет
  5. Кафедра програмної інженерії
  6. Прикладні задачі машинного навчання
  7. Індивідуальне завдання
  8. Індивідуальне завдання

Індивідуальне завдання

Completion requirements

1. Виконати описовий аналіз набору даних https://www.kaggle.com/datasets/aaron7sun/stocknews

2. Проаналізувати підходи до побудови гібридних моделей прогнозування ринку на основі новин.

3. Дослідити використання моделі FinBERT (https://huggingface.co/ProsusAI/finbert)

АБО

1. Ознайомитись з набором даних BirdCLEF+ 2025 (https://www.kaggle.com/competitions/birdclef-2025). Додатково ознайомитись з наборами BirdCLEF 2024,  BirdCLEF 2023, BirdCLEF 2022, BirdCLEF 2021

2. Виконати описовий аналіз даних.    

3. Виконати вилучення ознак. Порівняти різні методи. 

4. Побудувати модель класифікації. Переконатись в її точності та стабільності роботи. 

4. Вдосконалити моделі прогнозування застосувавши методи оптимізації гіперпараметрів моделі машинного навчання.  

Previous activity
Kaggle набір даних
Next activity
Залік
Data retention summary
Get the mobile app