Розробка моделі машинного навчання для прогнозування часових рядів у задачах аналізу попиту.

Abstract

Кваліфікаційна робота присвячена розробці програмної системи прогнозування попиту на основі методів машинного навчання та аналізу часових рядів. У роботі проаналізовано предметну область прогнозування попиту, сучасні методи прогнозування часових рядів, існуючі програмні рішення та набори даних для задач прогнозування продажів, сформовано функціональні та нефункціональні вимоги до програмної системи. Спроєктовано архітектуру системи, структуру даних, алгоритм підготовки часових рядів, модулі навчання та прогнозування, а також користувацький вебінтерфейс. Для проведення експериментальних досліджень використано відкритий набір даних Store Sales – Time Series Forecasting. Об’єкт дослідження – процес прогнозування попиту на товари на основі історичних даних продажів. Предмет дослідження – методи, моделі та програмні засоби прогнозування часових рядів із використанням технологій машинного навчання. Практичним результатом роботи є програмна система для автоматизованого аналізу часових рядів та прогнозування попиту, яка забезпечує завантаження та підготовку даних, навчання моделей, формування прогнозів і відображення результатів через вебінтерфейс.

The qualification work is devoted to the development of a software system for demand forecasting based on machine learning methods and time series analysis. The work analyzes the subject area of demand forecasting, modern methods of time series forecasting, existing software solutions and datasets for sales forecasting tasks, and formulates functional and non-functional requirements for the software system. The system architecture, data structure, time series preparation algorithm, training and forecasting modules, and user web interface are designed. The open data set Store Sales – Time Series Forecasting is used for experimental research. The object of the study is the process of forecasting demand for goods based on historical sales data. The subject of the study is methods, models and software tools for forecasting time series using machine learning technologies. The practical result of the work is a software system for automated analysis of time series and demand forecasting, which provides data loading and preparation, model training, forecast generation and display of results via a web interface.