Аннотации:
У роботі розглянуто застосування алгоритмів машинного навчання для
прогнозування ринкової ціни вживаних автомобілів на основі їх технічних та
експлуатаційних характеристик. У вступі обґрунтовано актуальність теми,
сформульовано мету, завдання та об’єкт і предмет дослідження.
У першому розділі проаналізовано сучасний стан ринку вживаних
автомобілів та існуючі підходи до прогнозування цін, розглянуто основні
алгоритми машинного навчання, придатні для задач регресії, здійснено
формалізацію задачі прогнозування та визначено вимоги до точності й
ефективності моделей. Другий розділ присвячено процесу розробки та навчання
моделей: описано методи збору й підготовки даних, підходи до поділу вибірки на
навчальну, валідаційну та тестову, проведено візуальний і кореляційний аналіз,
обґрунтовано вибір алгоритмів, налаштовано гіперпараметри та виконано навчання
моделей із подальшим вибором оптимальної. У третьому розділі описано
архітектуру програмного рішення, реалізацію користувацького інтерфейсу,
інтеграцію моделі прогнозування у програмний продукт, а також результати
тестування системи на реальних даних і аналіз ефективності її роботи.
У четвертому розділі розглянуто питання охорони праці та безпеки у
надзвичайних ситуаціях. У п’ятому розділі наведено оцінку економічної
ефективності впровадження інформаційної системи прогнозування ринкової ціни
вживаних автомобілів та обґрунтовано доцільність її практичного використання.
