Veuillez utiliser cette adresse pour citer ce document :
http://elartu.tntu.edu.ua/handle/lib/52642| Titre: | Розробка програмного забезпечення та тестування системи формування персоналізованого плану тренувань з використанням методів машинного навчання |
| Autre(s) titre(s): | Software development and testing of a system for generating a personalized training plan using machine learning methods |
| Auteur(s): | Кобель, Богдан Михайлович Kobel, Bohdan |
| Affiliation: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра програмної інженерії, м. Тернопіль, Україна |
| Bibliographic reference (2015): | Кобель Б. М. Розробка програмного забезпечення та тестування системи формування персоналізованого плану тренувань з використанням методів машинного навчання: робота на здобуття кваліфікаційного ступеня бакалавра : 121 - інженерія програмного забезпечення / наук. кер. О. Р. Цебрій. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 82 с |
| Date de publication: | jui-2026 |
| Date of entry: | 24-jui-2026 |
| Editeur: | Тернопільський національний технічний університет імені Івана Пулюя |
| Country (code): | UA |
| Place of the edition/event: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Supervisor: | Цебрій, Цебрій Олексій Романович |
| Committee members: | Гладьо, Гладьо Сергій Володимирович |
| UDC: | 004.9 |
| Mots-clés: | персоналізовані тренування Random Forest фітнес тренувальний план вебзастосунок аналіз даних personalized training Fitness training plan web application data analysis |
| Number of pages: | 82 |
| Résumé: | Кваліфікаційна робота присвячена розробці інтелектуальної системи формування персоналізованих планів тренувань на основі методів машинного навчання. У роботі проаналізовано підходи до персоналізації тренувальних програм і рекомендаційних систем, сформовано вимоги та спроєктовано архітектуру програмної системи. Для навчання моделі використано відкритий набір даних Kaggle. Рекомендаційний механізм реалізовано на основі алгоритму Random Forest Classifier для визначення типу тренувального плану та рівня навантаження. Об’єкт дослідження – процес формування персоналізованих тренувальних програм. Предмет дослідження – методи та програмні засоби формування тренувальних рекомендацій із використанням машинного навчання. Практичним результатом є вебсистема, що забезпечує введення параметрів користувача та автоматичне формування персоналізованого плану тренувань. The qualification thesis is devoted to the development of an intelligent system for generating personalized training plans based on machine learning methods. The thesis analyzes approaches to the personalization of training programs and recommendation systems, defines system requirements, and designs the architecture of the software system. An open Kaggle dataset was used for training the model. The recommendation mechanism was implemented using the Random Forest Classifier algorithm to determine the type of training plan and the recommended workload level. The object of research is the process of generating personalized training programs. The subject of research is methods and software tools for generating training recommendations using machine learning techniques. The practical result of the work is a web-based system that provides user parameter input and automatic generation of personalized training plans. |
| Content: | ВСТУП..............................................................................................................................9 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ВИЗНАЧЕННЯ ВИМОГ ДО ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ................................................................................12 1.1 АНАЛІЗ СУЧАСНИХ ПІДХОДІВ ДО ПЕРСОНАЛІЗАЦІЇ ТРЕНУВАЛЬНИХ ПРОГРАМ.............12 1.2 ОГЛЯД ІСНУЮЧИХ ПРОГРАМНИХ РІШЕНЬ ДЛЯ ПЛАНУВАННЯ ТРЕНУВАНЬ...................14 1.3 АНАЛІЗ МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ ПОБУДОВИ РЕКОМЕНДАЦІЙНИХ СИСТЕМ. ....................................................................................................................................16 1.4 ФОРМУВАННЯ ФУНКЦІОНАЛЬНИХ ТА НЕФУНКЦІОНАЛЬНИХ ВИМОГ ДО СИСТЕМИ.......18 1.5 ВИЗНАЧЕННЯ СЦЕНАРІЇВ ВИКОРИСТАННЯ ТА КОРИСТУВАЦЬКИХ РОЛЕЙ......................22 1.6 ПОСТАНОВКА ЗАДАЧІ РОЗРОБКИ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ...................................25 1.7 ВИСНОВКИ ДО ПЕРШОГО РОЗДІЛУ...........................................................................26 2 ПРОЄКТУВАННЯ ТА РОЗРОБКА ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ.................28 2.1 ПРОЄКТУВАННЯ АРХІТЕКТУРИ ПРОГРАМНОЇ СИСТЕМИ..............................................28 2.2 ПРОЄКТУВАННЯ СТРУКТУРИ ДАНИХ ТА БАЗИ ДАНИХ.................................................31 2.3 РОЗРОБКА МОДУЛЯ ПІДГОТОВКИ ТА ОБРОБКИ ДАНИХ...............................................35 2.4 РОЗРОБКА МОДЕЛІ МАШИННОГО НАВЧАННЯ ДЛЯ ФОРМУВАННЯ ПЕРСОНАЛІЗОВАНИХ ПЛАНІВ ТРЕНУВАНЬ.......................................................................................................37 2.5 РЕАЛІЗАЦІЯ СЕРВЕРНОЇ ЧАСТИНИ СИСТЕМИ..............................................................42 2.6 РОЗРОБКА КОРИСТУВАЦЬКОГО ІНТЕРФЕЙСУ..............................................................45 2.7 ВИСНОВКИ ДО РОЗДІЛУ 2........................................................................................48 3 ТЕСТУВАННЯ, ВПРОВАДЖЕННЯ ТА ОЦІНЮВАННЯ ЕФЕКТИВНОСТІ СИСТЕМИ......................................................................................................................49 3.1 ФОРМУВАННЯ НАБОРУ ДАНИХ ДЛЯ НАВЧАННЯ ТА ТЕСТУВАННЯ МОДЕЛІ.....................49 3.2 ОЦІНЮВАННЯ ЕФЕКТИВНОСТІ ТА РЕЗУЛЬТАТИ РОБОТИ МОДЕЛІ МАШИННОГО НАВЧАННЯ 51 3.3 ТЕСТУВАННЯ ФУНКЦІОНАЛЬНИХ МОЖЛИВОСТЕЙ ТА АНАЛІЗ ЯКОСТІ РОБОТИ ПРОГРАМНОЇ СИСТЕМИ..................................................................................................53 3.4 ВПРОВАДЖЕННЯ СИСТЕМИ ТА РЕКОМЕНДАЦІЇ ЩОДО ВИКОРИСТАННЯ........................55 3.5 ВИСНОВКИ ДО РОЗДІЛУ 3........................................................................................56 4 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ..........................57 4.1 ІНЖЕНЕРНО-ПСИХОЛОГІЧНІ ПРИНЦИПИ ПРОФЕСІЙНОГО ДОБОРУ..............................57 4.2 ІНЖЕНЕРНО-ТЕХНІЧНІ РІШЕННЯ З ОХОРОНИ ПРАЦІ..................................................59 4.3 ВИСНОВКИ ДО ЧЕТВЕРТОГО РОЗДІЛУ.......................................................................62 ВИСНОВКИ...................................................................................................................63 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ......................................................................65 ДОДАТКИ.......................................................................................................................68 ДОДАТОК А..................................................................................................................69 ДОДАТОК Б...................................................................................................................81 |
| URI/URL: | http://elartu.tntu.edu.ua/handle/lib/52642 |
| Copyright owner: | © Кобель Богдан Михайлович, 2026 |
| References (Ukraine): | 1. Михалик Д. М., Цуприк Г. Б., Бревус В. М. Методичні вказівки до виконання кваліфікаційної роботи бакалавра для здобувачів першого (бакалаврського) рівня вищої освіти за освітньо-професійною програмою «Інженерія програмного забезпечення» спеціальності 121 – «Інженерія програмного забезпечення» всіх форм навчання. Тернопіль : ТНТУ ім. І. Пулюя, 2024. 45 с 2. Катренко А. В. Системний аналіз об'єктів та процесів комп'ютеризації : навч. посіб. Львів : Новий Світ-2000, 2022. 424 с. 3. Hyndman R. J., Athanasopoulos G. Forecasting: Principles and Practice. 3rd ed. Melbourne : OTexts, 2021. 442 p. 4. Пасічник В. В., Шаховська Н. Б. Сховища даних : навчальний посібник. Львів : Видавництво Львівської політехніки, 2021. 356 с 5. Мороз О. О., Субботін С. О. Методи та системи штучного інтелекту : навчальний посібник. Запоріжжя : ЗНТУ, 2020. 332 с 6. Литвин В. В., Висоцька В. А. Проєктування інформаційних систем : навчальний посібник. Львів : Новий Світ-2000, 2021. 380 с. 7. Різник О. Я., Яцишин В. В. Машинне навчання та аналіз даних : навчальний посібник. Тернопіль : ТНТУ ім. І. Пулюя, 2024. 310 с. 8. Субботін С. О. Нейронні мережі та їх застосування : навчальний посібник. Запоріжжя : ЗНТУ, 2021. 290 с. 9. Глибовець М. М., Олецький О. В. Штучний інтелект : підручник. Київ : Видавничий дім «КМ Академія», 2022. 412 с. 10. Боднар Р. Т., Лужецький В. А. Основи аналізу часових рядів : навчальний посібник. Вінниця : ВНТУ, 2023. 244 с. 11. Hyndman R. J., Athanasopoulos G. Forecasting: Principles and Practice. 3rd ed. Melbourne : OTexts, 12. Géron A. Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow. 3rd ed. Sebastopol : O’Reilly Media, 2022. 851 p. 13. Chollet F. Deep Learning with Python. 2nd ed. Shelter Island : Manning Publications, 2021. 504 p. 14. Brownlee J. Deep Learning for Time Series Forecasting. Melbourne : Machine Learning Mastery, 2018. 479 p. 15. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 800 p. |
| Content type: | Bachelor Thesis |
| Collection(s) : | 121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври) |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| dyplom_Kobel_B_2026.pdf | 9,92 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.
Outils d'administration