Перейти до головного вмісту

Блоки

Пропустити Навігація

Навігація

  • Інформаційна панель

    • Домашня сторінка

    • Сторінки сайту

      • Мої курси

      • Мітки

      • ФайлІнструкція для здобувачів освіти до вибору дисципл...

      • URL (веб-посилання)Вибір дисциплін на 2025-2026 навчальний рік

      • URL (веб-посилання)Вибір дисциплін на 2024-2025 навчальний рік

      • ФорумНовини сайту

      • URL (веб-посилання)Інструкція - основи роботи з системою Moodle

      • URL (веб-посилання)ЦИВІЛЬНИЙ ЗАХИСТ

      • ТекаНормативна база СЕЗН

      • URL (веб-посилання)Відновлення пароля

      • ФайлПам’ятка для користувача системи Moodle

      • ФайлСистема оцінки курсу

      • Зворотний зв’язокОцінка якості курсу

    • Мої курси

    • Курси

      • 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...

            • 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

            • Аналіз вимог до програмного забезпечення. Мильцев ...

            • Прикладні задачі бізнес-аналізу даних

              • Загальне

              • Змістовий модуль 1

              • Змістовий модуль 2

              • Змістовий модуль 3

              • Змістовий модуль 4

              • Змістовий модуль 5

              • Змістовий модуль 6

                • ЗавданняЗавдання самостійної роботи змістового модуля 6

                • Тесттест змістових модулів 4-6

              • Індивідуальне завдання

              • Заліковий модуль

          • Кафедра фундаментальної та прикладної математики

          • Практична підготовка математичного факультету

          • Інформація

          • Комп'ютерне моделювання(Гребенюк)

          • Проєктування та аналіз обчислювальних алгоритмів

        • 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

  • Закрити
    Переключити введення пошуку
  • Українська ‎(uk)‎
    • Русский ‎(ru)‎
    • Українська ‎(uk)‎
    • Deutsch ‎(de_old)‎
    • English ‎(de)‎
    • English ‎(en)‎
    • Español - Internacional ‎(es)‎
    • Français ‎(fr)‎
    • Italiano ‎(it)‎
    • Polski ‎(pl)‎
  • Вхід

Прикладні задачі бізнес-аналізу даних

Закрити
Переключити введення пошуку
  1. Головна
  2. Курси
  3. Факультети, кафедри
  4. Математичний факультет
  5. Кафедра програмної інженерії
  6. Прикладні задачі бізнес-аналізу даних
  7. Змістовий модуль 6
  8. Завдання самостійної роботи змістового модуля 6

Завдання самостійної роботи змістового модуля 6

Умови завершення
Тема: Використання машинного навчання в прогностичному аналізі

Застосування нейронних мереж до задач прийняття рішень стало вельми популярним. Дійсно задачі, що мають велику кількість вхідних параметрів, важко піддаються прямому моделюванню та визначення чіткого алгоритму пошуку однозначного рішення. Але наявність за цих умов практичного рішення, що визначається відповідними експертами як найкращого, зустрічається достатньо часто. Тому машинне навчання систем (підсистем) на основі нейронних мереж дозволяє автоматизувати процес пошуку і прийняття рішень за певної невизначеності деяких умов. Існують реалізації адаптованого машинного навчання, що дозволяють залучити експерта або групу експертів до продовження навчання такої системи вже під час її використання (відбувається корегування рішень при виявленні помилок або задля покращення результату).

Для розробки теми надайте відповіді на наступні запитання:

  1. Наведіть 3 приклади задач (проблем) застосування нейронних мереж до бізнес-аналізу, прогнозу або прийняття рішення.
  2. На яких платформах реалізовано системи в цих прикладах? Надайте їх стислу характеристику.
  3. Як формувались набори даних для машинного навчання в цих прикладах?
  4. Що є результатом машинного навчання в наведених прикладах? Як системи (підсистеми) з машинним навчанням, використовуються у подальшому бізнес-аналізі, прогнозі або прийняті рішення?
Підготуйте звіт з відповідями на ці питання
Попередня секція
Завдання самостійної роботи змістового модуля 5
Наступна секція
тест змістових модулів 4-6
Підсумок збереження даних
Завантажте мобільний додаток