Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/52642
Registre complet de metadades
Camp DCValorLengua/Idioma
dc.contributor.advisorЦебрій, Цебрій Олексій Романович-
dc.contributor.authorКобель, Богдан Михайлович-
dc.contributor.authorKobel, Bohdan-
dc.date.accessioned2026-06-24T12:40:02Z-
dc.date.available2026-06-24T12:40:02Z-
dc.date.issued2026-06-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/52642-
dc.description.abstractКваліфікаційна 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.uk_UA
dc.description.abstractThe 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.uk_UA
dc.description.tableofcontentsВСТУП..............................................................................................................................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...................................................................................................................81uk_UA
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subjectперсоналізовані тренуванняuk_UA
dc.subjectRandom Forestuk_UA
dc.subjectфітнесuk_UA
dc.subjectтренувальний планuk_UA
dc.subjectвебзастосунокuk_UA
dc.subjectаналіз данихuk_UA
dc.subjectpersonalized traininguk_UA
dc.subjectFitnessuk_UA
dc.subjecttraining planuk_UA
dc.subjectweb applicationuk_UA
dc.subjectdata analysisuk_UA
dc.titleРозробка програмного забезпечення та тестування системи формування персоналізованого плану тренувань з використанням методів машинного навчанняuk_UA
dc.title.alternativeSoftware development and testing of a system for generating a personalized training plan using machine learning methodsuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Кобель Богдан Михайлович, 2026uk_UA
dc.contributor.committeeMemberГладьо, Гладьо Сергій Володимирович-
dc.coverage.placenameТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Українаuk_UA
dc.format.pages82-
dc.subject.udc004.9uk_UA
dc.relation.references1. 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 сuk_UA
dc.relation.references2. Катренко А. В. Системний аналіз об'єктів та процесів комп'ютеризації : навч. посіб. Львів : Новий Світ-2000, 2022. 424 с.uk_UA
dc.relation.references3. Hyndman R. J., Athanasopoulos G. Forecasting: Principles and Practice. 3rd ed. Melbourne : OTexts, 2021. 442 p.uk_UA
dc.relation.references4. Пасічник В. В., Шаховська Н. Б. Сховища даних : навчальний посібник. Львів : Видавництво Львівської політехніки, 2021. 356 сuk_UA
dc.relation.references5. Мороз О. О., Субботін С. О. Методи та системи штучного інтелекту : навчальний посібник. Запоріжжя : ЗНТУ, 2020. 332 сuk_UA
dc.relation.references6. Литвин В. В., Висоцька В. А. Проєктування інформаційних систем : навчальний посібник. Львів : Новий Світ-2000, 2021. 380 с.uk_UA
dc.relation.references7. Різник О. Я., Яцишин В. В. Машинне навчання та аналіз даних : навчальний посібник. Тернопіль : ТНТУ ім. І. Пулюя, 2024. 310 с.uk_UA
dc.relation.references8. Субботін С. О. Нейронні мережі та їх застосування : навчальний посібник. Запоріжжя : ЗНТУ, 2021. 290 с.uk_UA
dc.relation.references9. Глибовець М. М., Олецький О. В. Штучний інтелект : підручник. Київ : Видавничий дім «КМ Академія», 2022. 412 с.uk_UA
dc.relation.references10. Боднар Р. Т., Лужецький В. А. Основи аналізу часових рядів : навчальний посібник. Вінниця : ВНТУ, 2023. 244 с.uk_UA
dc.relation.references11. Hyndman R. J., Athanasopoulos G. Forecasting: Principles and Practice. 3rd ed. Melbourne : OTexts,uk_UA
dc.relation.references12. Géron A. Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow. 3rd ed. Sebastopol : O’Reilly Media, 2022. 851 p.uk_UA
dc.relation.references13. Chollet F. Deep Learning with Python. 2nd ed. Shelter Island : Manning Publications, 2021. 504 p.uk_UA
dc.relation.references14. Brownlee J. Deep Learning for Time Series Forecasting. Melbourne : Machine Learning Mastery, 2018. 479 p.uk_UA
dc.relation.references15. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 800 p.uk_UA
dc.contributor.affiliationТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра програмної інженерії, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Кобель 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 сuk_UA
Apareix a les col·leccions:121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври)

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
dyplom_Kobel_B_2026.pdf9,92 MBAdobe PDFVeure/Obrir


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.

Eines d'Administrador