Browsing by Author "Дрінь, Світлана"
Now showing 1 - 20 of 22
Results Per Page
Sort Options
Item Дослідження методу основних компонентів для зменшення розмірності(2022) Чернявська, Карина; Дрінь, СвітланаУ роботі було досліджено метод головних компонент. У роботі наведено алгебраїчний приклад та приклад із використанням мови програмування R. Метод головних компонент знижує розмірність датасету, тим самим є дуже корисним при дослідженні великих об’ємів даних. Використовуючи декілька головних компонент можна отримати ту ж саму інформацію, якщо використати кожен фактор окремо. Також для реалізації цього методу можна використовувати мову програмування Python.Item Дослідження моделі торгів в Apple Search Ads(2022) Журавльова, Анастасія; Дрінь, СвітланаМета даної роботи – дослідження моделі торгів в Apple Search Ads. Бізнес задача роботи: максимізація обсягів закупки користувачів при ROI-позитивній моделі, тобто рентабельність бюджету вище 0.Item Застосування методу Грейнджера для визначення причинно-наслідкових зв’язків(2022) Яковенко, Катерина; Дрінь, СвітланаМетою є визначення максимальної кількості лагових значень однієї змінної, які впливають на прогнозування іншої змінної часового ряду. Завданнями є визначити стаціонарність даних, у випадку нестаціонарності, видалити її та привести дані до стаціонарного виду, шляхом застосування різницевого методу та логарифмування (за потребою); перевірити стаціонарність, застосувавши критерій Дікі-Фуллера; застосувати тест Грейнджера; з’ясувати кількість лагових змінних для прогнозування.Item Модель агрегованих витрат на рекламу за методом Грейнджера(2023) Яковенко, Катерина; Дрінь, СвітланаМетою є визначення існування впливу об’єму продажів на кількість рекламних оголошень та наскільки довгий цей вплив. А також дослідити його у зворотному напрямку, чи існує вплив кількості рекламних оголошень на об’єми продажів. Завданням було застосувати тест Грейнджера та визначити наявність впливу та його довжину. На основі отриманих даних побудувати модель з лаговим ефектом та оцінити її відповідним методом.Item Модель градієнтного бустінгу LightGBM(2023) Вербівська, Юлія; Дрінь, СвітланаУ цій роботі ми досліджували метод легкого градієнтного бустінгу (LightGBM), що є швидким та ефективним ансамблевим методом ML, який використовує дерева рішень у ролі слабких учнів та має у своїй основі алгоритм градієнтного спуску. Також було наведено результати симуляції роботи LightGBM на реальних даних з використанням мови програмування Python. LightGBM – це потужний та популярний засіб машинного навчання, що застосовується, як для задач класифікації, так і для задач регресії у багатьох сферах. Основні переваги використання даного алгоритму полягають у наступному: підвищені швидкість та точність Техніки, що використовуються у LightGBM значно пришвидшують його роботу та точність; менший об’єм необхідної для роботи пам’яті; за допомогою технік групування, що застосуються у LightGBM, зменшується й об’єм необхідної пам’яті; LightGBM сумісний з наборами даних, що мають велику кількість спостережень та факторів.Item Модель прогнозування загальних інвестиційних витрат з розподіленим лагом та автокореляцією(2022) Кузенко, Крістіна; Дрінь, СвітланаДана кваліфікаційна робота була присвячена дослідженню моделей прогнозування інвестиційних витрат та розробці власної моделі (удосконаленої). Мета та завдання кваліфікаційної роботи: дослідити декільки підходів до моделювання і прогнозування інвестиційних витрат та розробити алгоритм для цього. Об'єкт дослідження: п’ять моделей прогнозування інвестиційних витрат. Практичне значення одержаних результатів дослідження: аналіз існуючих аналогів дозволяє зрозуміти переваги та недоліки кожної з моделей та запропонувати найкращий варіант для тестування на реальних даних.Item Модель прогнозування ціни товару із використанням методу TRAMO(2023) Шмєльова, Дар'я; Дрінь, СвітланаУ даній роботі ми розглядаємо сучасні методи статистики та машинного навчання для прогнозування цін. Основна ідея полягає в тому, щоб поєднати надійність TRAMO для попередньої обробки даних часових рядів із потужністю машинного навчання, особливо алгоритму Random Forest, для створення прогнозів. TRAMO — це абревіатура від Time Series Regression with ARIMA Noise, Missing Observations і Outliers. Він використовується для обробки складної природи даних часових рядів, що робить його гарним вибором для підготовки даних. Алгоритм випадкового лісу — це популярна техніка машинного навчання, яка відома своєю здатністю обробляти складні шаблони та багатовимірні дані, що робить його хорошим для прогнозування цін. Ця робота показує, як традиційні статистичні методи та передові методи прогнозування за допомогою алгоритмів машинного навчання можна використовувати разом для прогнозування цін, що корисно як для академічних досліджень, так і для реальних застосувань у різних галузях.Item Модель рекомендаційної системи продажів з перевантаженням(2022) Крючкова, Анастасія; Дрінь, СвітланаУ даній роботі описано типову задачу рітейлу з прогнозування продажів та розглянуто власну модель рекомендаційної системи продажів з перевантаженням, а саме модифіковану модель градієнтного бустингу LightGBM. Описано фактори впливу на попит споживачів та відповідно на прогнозування товарів. Розглянуто основні проблеми, що виникають під час прогнозування та ключові рішення, що допомагають у створенні моделей.Item Модель системи одночасних рiвнянь з лаговим ефектом для оцiнки якостi рекламної кампанiї(2022) Дрінь, Світлана; Резнiченко, ЄгорУ цiй статтi описано бiльш узагальнену систему одночасних рiвнянь для прогнозування рiвня продажiв залежно вiд рекламних кампанiй за рiзними каналами та iнших факторiв. У середовищах RStudio та Google Colab описано створення моделi на основi реальних даних деякого товару. Застосовано специфiкацiйний тест Хаусмана для визначення методу оцiнки моделi. Оскiльки показники рекламних кампанiй виявились ендогенними змiнними, зроблено висновок про важливiсть використання двокрокового методу найменших квадратiв (2МНК). Виявлено, що обсяг реклами є причиною для обсягу продажiв за Гренжером, що не можна сказати про зворотне припущення, а саме, причиновiсть обсягу реклами вiд продажiв за Гренжером. Також визначено "глибину" лагiв. Пiсля проведеного дослiдження виявили вагомi лаги, тобто по одному лагу для обох каналiв реклами. Було оцiнено залежностi обсягiв продажiв вiд рiзних факторiв, у тому числi дистрибуцiї товару, цiнового iндексу, впливу реклами та її лагiв, вплив рекламної дiяльностi конкурентiв. Коефiцiєнти утвореної бiльш узагальненої системи одночасних рiвнянь були оцiненi за допомогою двокрокового методу найменших квадратiв. Усi статистичнi показники свiдчать про адекватнiсть моделi. Показники ефективностi (ROI – return on investment) рекламних кампанiй показали, що реклама i на телебаченнi, i в iнтернетi є прибутковою для розглянутого товару фiрми. Актуальнiсть цiєї статтi полягає у створеннi бiльш узагальненої системи одночасних рiвнянь iз включенням моделi прогнозу продажiв товару з урахуванням впливу реклами.Item Модель системи одночасних рівнянь з лаговим ефектом для прогнозування продажів(2022) Резніченко, Єгор; Дрінь, СвітланаМета даної роботи полягає у створенні узагальненої системи одночасних рівнянь, застосуванні до неї тестів Хаусмана та Гренжера задля виявлення методу оцінки, та оцінка моделі залежності обсягів продажів від різних факторів, у тому числі реклами та її лагів, кількість яких буде визначена тестом Гренжера, методом, який буде визначено тестом Хаусмана.Item Модель торгів в Apple Search Ads з аукціоном другого біта(2023) Журавльова, Анастасія; Дрінь, СвітланаУ цій кваліфікаційній роботі розглядається загальна структура та основні показники системи Apple Search Ads. Дану тему було замовлено українською ІТ-компанією для проведення дослідженння моделі торгів другої ціни, яка реалізована в цій пошуковій системі та пошуку можливості реалізації рекомендаційної системи на основі даної моделі. В роботі розглядається принцип призначення ставок другої ціни та те, як він використовується в системі Apple Search Ads. Далі, проведено дослідження систем рекомендацій. Вивчається загальна структура цих систем і порівнюються різні вимірювання подібності. У наступному розділі розглядаються алгоритми фільтрації, зокрема алгоритм k-найближчих сусідів та алгоритм випадкового лісу. В останньому розділі приведено практичну реалізацію моделі торгів другого біда на основі вище зазначених методів. Результати дослідження дозволяють отримати глибше розуміння процесу рекомендацій та моделі аукціону другої ціни в системі Apple Search Ads. Робота може бути використана для покращення ефективності рекламних кампаній та оптимізації використання рекомендаційних систем у контексті пошукової реклами.Item Моделювання очiкуваних кредитних збиткiв(2023) Дрінь, Світлана; Сердюк, ФедірУ цiй статтi запропоновано метод моделювання ймовiрностi дефолту, описано статистичну оцiнку моделi та представлено модель алгоритму програмної реалiзацiї. Алгоритм автоматично обирає з групи регресiйних моделей, де моделями є як лiнiйна регресiя, так i рiзнi модифiкацiї напiвлогарифмiчних моделей та лаговi моделi для макрофакторiв 𝑋𝑖,𝑡,𝑋𝑖,𝑡−1, ...,𝑋𝑖,𝑡−𝑇 Cтатистичний аналiз проводиться за використання коефiцiєнта детермiнацiї R-квадрат, p-value, VIF (variance inflation factor). Актуальнiсть цiєї теми визначається необхiднiстю дотримання банкiвськими органiзацiями мiжнародних стандартiв, таких як Мiжнароднi стандарти фiнансової звiтностi (МСФЗ 9) та Угода про банкiвський нагляд та капiтал (Базель 3). Цi стандарти визначають вимоги щодо оцiнки кредитного ризику та вимоги до розмiрiв капiталу. Дотримання цих стандартiв є важливим не тiльки для забезпечення стабiльностi та надiйностi фiнансової системи, а й для збереження довiри клiєнтiв та iнвесторiв. Вiдповiднiсть мiжнародним нормам також робить банки конкурентоспроможними на свiтовому ринку та сприяє припливу iнвестицiй та розвитку фiнансового сектору. МСФЗ 9 може бути iнтерпретований рiзними моделями. В статтi запропоновано пiдхiд щодо вибору вiдповiдної моделi для прогнозування ймовiрностi дефолту. Описана методика вибору моделi дає змогу банкам вибрати оптимальну модель оцiнки прогнозу дефолту в рамках наведеного стандарту. Це сприяє бiльш точнiй та надiйнiй оцiнцi кредитного ризику, вiдповiдно регуляторним вимогам, що забезпечить банки засобами для кращого прогнозування та управлiння фiнансовими ресурсами, а також зменшення ризикiв. Методологiя вибору моделi економить значну кiлькiсть часу та ресурсiв, оскiльки, пошук оптимальної моделi вiдбувається автоматично. Це дає змогу швидше реагувати на змiни в економiчному середовищi, вдосконалювати стратегiї прийняття рiшення та управляти кредитними ризиками, що має велике значення для фiнансових установ у конкурентному середовищi. В Українi в цей час триває вiйна, i прогнозування за допомогою чинних методiв стає складним завданням через непередбачуванi стресовi ситуацiї для економiки. У таких умовах стандартнi моделi можуть бути недостатньо адаптованими для врахування пiдвищеного ризику та нестабiльностi. Запропонований пiдхiд допоможе знайти бiльш консервативнi моделi прогнозування, якi можуть бути корисними в умовах нестабiльних перiодiв i вiйни.Item Моделювання очікуваних кредитних збитків(2023) Сердюк, Федір; Дрінь, СвітланаМетою дипломної була розробка програми яка буде автоматично будувати моделі для прогнозування ймовірності дефолтів з різними функціями залежності, а також створювати різні лаги для макрофакторів і робити їх різні комбінації. Іншою частиною дипломної була дослідження та прогноз частки непрацюючих кредитів в Україні.Item Моделювання прогнозу попиту з використання рекомендаційної системи на базі методу LightGBM(2023) Кольчик, Микита; Дрінь, СвітланаМетою нашої роботи буде спрогнозувати попит на товари за допомогою алгоритму LightGBM і створити алгоритм, за допомогою якого буде можливо змоделювати прогнози на роботу магазинів. Робота складається з трьох розділів. Перший розділ присвячено огляду алгоритму LightGBM, його структурі, порівнянні з іншими алгоритмами, перевагам і недолікам. У другому розділі розглядається теорія оптимізації запасів і метрикам, за допомогою яких можна контролювати прибутковість, маючи навіть обмежені дані щодо продажів. Третій розділ присвячено розробці програмного коду, який прогнозуватиме дані продажів і рахуватиме метрики запасів для ланцюга "Магазин-Товар-Тип пакування товару"Item Перевірка припущення про незалежність та нормальний розподіл випадкової величини в моделі ціноутворення на основний капітал(2021) Реніченко, Єгор; Дрінь, СвітланаМетою даної роботи є експеримент створення моделі залежності цін акцій провідних технологічних компаній від фондового індексу та цін на акції пошукової системи і соціальної мережі та її оцінка. Робота виконана за допомогою середовища R Studio, моделі оцінені за допомогою методу найменших квадратів та узагальненого методу найменших квадратів. Створені моделі було оцінено за допомогою методу найменших квадратів, узагальненого методу найменших квадратів та тестовано за чотирма критеріями до використання методу найменших квадратів.Item Побудова гедонічного індексу цін для ноутбуків за допомогою методів множинної регресії(2022) Метелюк, Софія; Дрінь, СвітланаВ цій роботі досліджено побудову гедонічних індексів для ноутбуків для українського ринку, знайдено гедонічна ціна для характеристик за допомогою множинної регресії, запропоновано рішення для розв’язання проблеми гетероскедастичні, вибору функціональної форми. Використано трансформацію Бокса-Кокса, звичайний метод найменших квадратів (МНК), узагальнений метод найменших квадратів(УМНК). Порівняно дві специфікації гедонічної регресії та отримано оцінені параметри для кожної із запропонованих. Результатом роботи є отримання напівлогарифмічної моделі із оціненими гедонічними цінами для ноутбуків на основі реальних українських даних.Item Побудова математичної моделі для прогнозування в трейдингу(2021) Шульга, Віра; Дрінь, СвітланаУ даній роботі розглянуто модель ARIMA і алгоритм, який будується на її основі, — TRAMO/SEATS. Описано основні кроки побудови моделі за допомогою TRAMO, як-от: можлива трансформація даних, робота з пропущеними значеннями, ідентифікація моделі, пошук її параметрів порядків. Наведено приклад застосування TRAMO для ціни на акцію Nvidia, із заданими параметрами. Проведено аналіз отриманих результатів. Порівнюється якість прогнозу з алгоритмом X-13.Item Побудова математичної моделі заробітної плати та прогноз на наступний період(2022) Дибкалюк, Ольга; Дрінь, СвітланаУ даній роботі описано типову функції заробітків та розглянуто власну модель заробітної плати, а саме нелінійну регресійну логарифмічну модель зі змінними взаємодій категоріальних та бінарних змінних.Item Порівняння авторегресивної моделі з методом експоненціального згладжування для прогнозу часового ряду(2022) Пархомчук, Олександр; Дрінь, СвітланаМетою цього дослідження є розглянути методи прогнозування часових рядів і коротко пояснити роботу методів прогнозування часових рядів. Ми обговоримо часові ряди, методи, які використовуються в прогнозуванні часових рядів, переваги та недоліки прогнозування часових рядів. Ми також обговоримо підходи та застосування різних методів, що використовуються в прогнозуванні часових рядів. Мета — порівняти авторегресивну модель з методом експоненціального згладжування для прогнозування часового ряду. Дані аналізуються для отримання статистичної інформації, характеристик даних і прогнозування результатів. Оскільки дані можуть мати тенденцію відповідати шаблону в даних часових рядів, моделі машинного навчання важко прогнозувати належним чином, тому аналіз часових рядів і його підходи спрощують прогнозування.Item Прогнозна модель товару без передісторії з використанням LightGBM(2023) Толокнова, Варвара; Дрінь, СвітланаМетою роботи є встановлення ціни на товар без історії за його характеристиками та даними про сусідні схожі товари з використанням LightGBM.