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)

Назва:	Ефективність методів машинного навчання при використанні таргетованої реклами
Інші назви:	Effectiveness of machine learning methods in using targeted advertising
Автори:	Литвиненко, С. Lytvynenko, S.
Приналежність:	Тернопільський національний технічний університет імені Івана Пулюя Ternopil Ivan Puluj National Technical University
Бібліографічний опис:	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).
Бібліографічне посилання:	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].
Є частиною видання:	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
Конференція/захід:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“
Журнал/збірник:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“
Дата публікації:	24-кві-2026
Дата внесення:	10-чер-2026
Видавництво:	ТНТУ TNTU
Місце видання, проведення:	Тернопіль Ternopil
Часове охоплення:	24-25 квітня 2026 р. 24-25 April 2026
Науковий керівник:	Фриз, Михайло Євгенович Friz, M. E.
УДК:	004.8 339.138
Кількість сторінок:	2
Діапазон сторінок:	213-214
Початкова сторінка:	213
Кінцева сторінка:	214
URI (Уніфікований ідентифікатор ресурсу):	http://elartu.tntu.edu.ua/handle/lib/52201
Власник авторського права:	© Тернопільський національний технічний університет імені Івана Пулюя, 2026
Перелік літератури:	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.
Тип вмісту:	Conference Abstract
Розташовується у зібраннях:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.