1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2026
4. Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Tytuł:	Ефективність методів машинного навчання при використанні таргетованої реклами
Inne tytuły:	Effectiveness of machine learning methods in using targeted advertising
Authors:	Литвиненко, С. Lytvynenko, S.
Affiliation:	Тернопільський національний технічний університет імені Івана Пулюя Ternopil Ivan Puluj National Technical University
Bibliographic description (Ukraine):	Литвиненко С. Ефективність методів машинного навчання при використанні таргетованої реклами / Литвиненко С. // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, 24-25 квітня 2026 р. — Т. : ТНТУ, 2026. — С. 213–214. — (Інформаційні технології).
Bibliographic reference (2015):	Литвиненко С. Ефективність методів машинного навчання при використанні таргетованої реклами // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, Тернопіль, 24-25 квітня 2026 р. 2026. С. 213–214.
Bibliographic citation (APA):	Lytvynenko, S. (2026). Efektyvnist metodiv mashynnoho navchannia pry vykorystanni tarhetovanoi reklamy [Effectiveness of machine learning methods in using targeted advertising]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 24-25 April 2026, Ternopil, 213-214. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Lytvynenko S. (2026) Efektyvnist metodiv mashynnoho navchannia pry vykorystanni tarhetovanoi reklamy [Effectiveness of machine learning methods in using targeted advertising]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues” (Tern., 24-25 April 2026), pp. 213-214 [in Ukrainian].
Część publikacji:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“, 2026 Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 2026
Konferencja/wydarzenie:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“
Journal/kolekcja:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“
Data wydania:	24-kwi-2026
Date of entry:	10-cze-2026
Wydawca:	ТНТУ TNTU
Place edycja:	Тернопіль Ternopil
Zakresu czasowego:	24-25 квітня 2026 р. 24-25 April 2026
Promotor:	Фриз, Михайло Євгенович Friz, M. E.
UDC:	004.8 339.138
Strony:	2
Zakres stron:	213-214
Główna strona:	213
Strona końcowa:	214
URI:	http://elartu.tntu.edu.ua/handle/lib/52201
Właściciel praw autorskich:	© Тернопільський національний технічний університет імені Івана Пулюя, 2026
Wykaz piśmiennictwa:	1. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. New York : Springer, 2009. 745 p. 2. Bishop C. M. Pattern Recognition and Machine Learning. New York : Springer, 2006. 738 p. 3. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 800 p. 4. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Pearson, 2021. 1136 p. 5. Ricci F., Rokach L., Shapira B. Recommender Systems Handbook. Springer, 2015. 1000 p. 6. Rendle S. Factorization Machines. IEEE International Conference on Data Mining. 2010. P. 995–1000. 7. Covington P., Adams J., Sargin E. Deep Neural Networks for YouTube Recommendations. Proceedings of RecSys. 2016. P. 191–198. 8. McMahan H. B. et al. Ad Click Prediction: a View from the Trenches. Proceedings of KDD. 2013. P. 1222–1230. 9. Zhang W. et al. Deep Learning over Multi-field Categorical Data. European Conference on Information Retrieval. 2016. P. 45–57. 10. Liu B. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Springer, 2011. 524 p. 11. Provost F., Fawcett T. Data Science for Business. O’Reilly Media, 2013. 403 p.
References:	1. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. New York : Springer, 2009. 745 p. 2. Bishop C. M. Pattern Recognition and Machine Learning. New York : Springer, 2006. 738 p. 3. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 800 p. 4. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Pearson, 2021. 1136 p. 5. Ricci F., Rokach L., Shapira B. Recommender Systems Handbook. Springer, 2015. 1000 p. 6. Rendle S. Factorization Machines. IEEE International Conference on Data Mining. 2010. P. 995–1000. 7. Covington P., Adams J., Sargin E. Deep Neural Networks for YouTube Recommendations. Proceedings of RecSys. 2016. P. 191–198. 8. McMahan H. B. et al. Ad Click Prediction: a View from the Trenches. Proceedings of KDD. 2013. P. 1222–1230. 9. Zhang W. et al. Deep Learning over Multi-field Categorical Data. European Conference on Information Retrieval. 2016. P. 45–57. 10. Liu B. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Springer, 2011. 524 p. 11. Provost F., Fawcett T. Data Science for Business. O’Reilly Media, 2013. 403 p.
Typ zawartości:	Conference Abstract
Występuje w kolekcjach:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Pozycje DSpace są chronione prawami autorskimi