Link lub cytat.
http://elartu.tntu.edu.ua/handle/lib/35764| Tytuł: | Розробка інформаційної системи з використанням методів машинного навчання в задачах для підбору цільової аудиторії інтернет магазинів |
| Inne tytuły: | Development of an information system using machine learning methods in tasks for selecting the target audience of online stores |
| Authors: | Матвієнко, Тарас Володимирович Matviienko, Taras |
| Akcesoria: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Cytat: | Матвієнко Т. В. Розробка інформаційної системи з використанням методів машинного навчання в задачах для підбору цільової аудиторії інтернет магазинів : кваліфікаційна робота освітнього рівня „Бакалавр“ „122 — комп’ютерні науки“ / Т. В. Матвієнко. — Тернопіль : ТНТУ, 2021. — 54 с. |
| Data wydania: | 22-cze-2021 |
| Data archiwizacji: | 8-cze-2021 |
| Date of entry: | 10-lip-2021 |
| Kraj (kod): | UA |
| Place edycja: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Promotor: | Литвиненко, Ярослав Володимирович |
| Członkowie Komitetu: | Пастух, Олег Анатолійович |
| UDC: | 004.62 |
| Słowa kluczowe: | машинне навчання machine learning штучний інтелект artificial intelligence браузер browser моделі машинного навчання learning models опрацювання processing |
| Abstract: | Кваліфікаційна робота присвячена розробці інформаційної системи для підбору цільової аудиторії на основі моделі машинного навчання.
Мета роботи: демонстрація головних особливостей машинного навчання у браузері використовуючи мову програмування JavaScript.
В першому розділі кваліфікаційної роботи розглянуто історію машинного навчання, основні методи машинного навчання, та способи їх застосування.
В другому розділі кваліфікаційної роботи розглянуто спосіб використання машинного навчання, розроблено застосунок для підбору цільової адутирії інтернет магазину. Qualification work is devoted to the development of an information system for the selection of the target audience based on the model of machine learning. Purpose: to demonstrate the main features of machine learning in a browser using the JavaScript programming language. The first section of the qualification work considers the history of machine learning, the main methods of machine learning, and methods of their application. In the second section of the qualification work the method of using machine learning is considered, the application for selection of target aduty of online store is developed. |
| Content: | ВСТУП...7 РОЗДІЛ 1. ШТУЧНИЙ ІНТЕЛЕКТ ТА ЙОГО РОЛЬ У СВІТІ...5 1.1. Історія штучного інтелекту...5 1.2. Застосування машинного навчання ...13 1.3. Методи машинного навчання...19 1.4. Цільова Аудиторія в інтернет магазинах...25 1.5. Висновок до першого розділу...27 РОЗДІЛ 2. ВИКОРИСТАННЯМ МЕТОДІВ МАШИННОГО НАВЧАННЯ В ЗАДАЧАХ ДЛЯ ПІДБОРУ ЦІЛЬОВОЇ АУДИТОРІЇ ІНТЕРНЕТ МАГАЗИНІВ...28 2.1. Проектування навчальної моделі....28 2.2. Підготовка даних до навчання ...35 2.3. Підготовка моделі до навчання та прогнозування...37 2.4 Висновки до другого розділу...43 РОЗДІЛ 3. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОХОРОНА ПРАЦІ...44 3.1 Психологічні причини нещасних випадків і травматизму...44 3.2 Санітарно-гігієнічні вимоги до умов праці...47 ВИСНОВКИ ...51 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ...52 |
| URI: | http://elartu.tntu.edu.ua/handle/lib/35764 |
| Właściciel praw autorskich: | © Матвієнко Тарас Володимирович, 2021 |
| Wykaz piśmiennictwa: | 1. Котлер Ф. Основы маркетинга: Пер. с англ. — М.: «Бизнескнига», «ИМА-Кросс. Плюс», ноябрь 1995. — 670 с. 2. Ландреви Ж., Леви Ж., Линдон Д. Меркатор. Теория и практика маркетинга: Пер. с франц. В 2 т. — М.: МИФЭР, 2006. 3. Литовченко И.Л. Новые формы коммуникации в Интернетмаркетинге / Вісник соціально-економічних досліджень: Зб. наук. праць. Вип. 33. — Одеса, 2008. — 193. — 198 с. 4. Литовченко І.Л. Інтернет — маркетинг : Навч. пос. Рекомендовано МОН України./ І.Л. Литовченко, В.П. Пилипчук. -Киiв: Центр учбової литератури, 2008. -184 с. 5. Литовченко І.Л. Інтернет-маркетинг як інструмент антикризових програм підприємства. // Маркетинг в Україні. — 2009. — № 5. — C. 49–53. 6. Литовченко І.Л. Інтернет-маркетинг. Маркетинг у секторах національної економіки. / За ред. М.О. Окландера. — Одеса: Астропринт, 2004. 546 с. 7. Литовченко І.Л. Наукові засади ціноутворення в Інтернетмаркетингу // Вісник соціально-економічних досліджень. — Одеса: ОДЕУ, 2004. — Вип. 17. 976 с. 8. Литовченко І.Л. Удосконалення класифікації засобів маркетингової комунікативної діяльності. // Вісник Національного ун-ту «Львівська політехніка». Серія: Логістика. — Львів: Видтво Нац. ун-ту «Львівська політехніка», 2009. — №649. 9. Литовченко І.Л., Цуркан Ю.В. Особливості маркетингових досліджень через Інтернет // Вісник Національного ун-ту «Львівська політехніка». Серія: Логістика. — Львів: Вид-тво Нац. ун-ту «Львівська політехніка», 2004. — №499. 545 с. 10. Макарова М.В. Електронна комерція. Посібник для студентів вищих навчальних закладів. — К.:Видавничий центр «Академія», 2002. — 272 с. 11. Маркетинг: Підручник / У Руделіус, О.А. Азарян та ін. — К.: Навчально-методичний центр «Консорціум із удосконалення менеджмент-освіти в Україні», 2005. 642 с. 12. Маркетинг-менеджмент. 11-е изд./Ф. Котлер. — СПб.: Питер, 2003 — 800 с. 13. Duchi J. Adaptive subgradient methods for online learning and stochastic optimization / J. Duchi, E. Hazan, Y. Singer // Journal of Machine Learning Research. — 2011. — P. 2121–2159. 14. Офіційний сайт бібліотеки tensorflow.js. – [Електронний ресурс] - Режим доступу https://www.tensorflow.org/js. 15. Офіційний сайт бібліотеки machinelearn.js. – [Електронний ресурс] - Режим доступу https://www.machinelearnjs.com/. 16. Моделирование процессов обучения в нейронных сетях. – Режим доступу: http://old.exponenta.ru/soft/others/mvs/stud3/3.asp. 17. Саттон Р.С Обучение с подкреплением / Саттон Р.С, Э. Г. Барто // БИНОМ, Лаборатория знаний, 2014 – С. 42-96. 18. Duchi J. Adaptive subgradient methods for online learning and stochastic optimization / J. Duchi, E. Hazan, Y. Singer // Journal of Machine Learning Research. — 2011. — P. 2121–2159. 19. Офіційний сайт бібліотеки brain.js. – [Електронний ресурс] - Режим доступу https://brain.js.org/. 20. Офіційний сайт бібліотеки math.js. – [Електронний ресурс] - Режим доступу https://mathjs.org/. 21. Sutskever I. Sequence to sequence learning with neural networks / I. Sutskever, O. Vinyals, Q.V. Le // In Advances in neural information processing systems. — 2014. — P. 3104–3112. 22. Офіційний сайт бібліотеки r.js. – [Електронний ресурс] - Режим доступу https://requirejs.org/. 23. Офіційний сайт бібліотеки stdlib-js. – [Електронний ресурс] - Режим доступу https://stdlib.io/. 24. Онлайн журнал engadget (Google DeepMind AI wins final Go match for 4-1 series win). – Режим доступу: https://www.engadget.com/2016/03/14/thefinal-lee-sedol-vs-alphago-match-isabout-to-start/. 25. Aggarwal C.C., Charu C. Data Classification Algorithms and Applications. 2015: Chapman & Hall /CRC. 26. Manevitz L. M. Y.M. Document Classification on Neural Networks Using Only Positive Examples // SIGIR. 2000. 27. Breiman L. Random forests / L. Breiman // Machine learning. — Vol. 45, N 1. — 2001. — P. 5–32. 28. Schematic illustration of the convolutional neural network. – Режим доступу: http://www.nature.com/nature/journal/v518/n7540/fig_tab/nature14236_F1.ht ml. 29. Dunnung T., Friedman E. Practical Machine Learning: A New Look at Anomaly Detection. O'Reilly Media, 2004 30. Beckman R., Cook R. Outliers // Technometrics, No. 25(2), 1983. pp. 119– 149 |
| Typ zawartości: | Bachelor Thesis |
| Występuje w kolekcjach: | 122 — Компʼютерні науки (бакалаври) |
Pliki tej pozycji:
| Plik | Opis | Wielkość | Format | |
|---|---|---|---|---|
| Диплом Матвієнко Т.В..pdf | 1,08 MB | Adobe PDF | Przeglądanie/Otwarcie |
Pozycje DSpace są chronione prawami autorskimi
Narzędzia administratora