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...

            • 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

              • General

              • Змістовий модуль 1

              • Змістовий модуль 2

              • Змістовий модуль 3

              • Змістовий модуль 4

              • Змістовий модуль 5

              • Змістовий модуль 6

                • AssignmentЗавдання самостійної роботи змістового модуля 6

                • Quizтест 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

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

Прикладні задачі бізнес-аналізу даних

Close
Toggle search input
  1. Home
  2. Courses
  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

Completion requirements
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
Previous activity
Завдання самостійної роботи змістового модуля 5
Next activity
тест змістових модулів 4-6
Data retention summary
Get the mobile app