Дослідження можливостей машинного навчання для автоматизованого проєктування веб-інтерфейсів
| dc.contributor.advisor | Олецький, Олексій | uk_UA |
| dc.contributor.author | Вальковець, Мирослава | uk_UA |
| dc.date.accessioned | 2025-09-05T07:11:17Z | |
| dc.date.available | 2025-09-05T07:11:17Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | Кваліфікаційна робота присвячена дослідженню можливостей машинного навчання для автоматизованого проєктування адаптивних веб-інтерфейсів з використанням алгоритмів контекстних багаторуких бандитів. У сучасних умовах цифрової трансформації традиційні статичні підходи до розробки веб- інтерфейсів не забезпечують достатнього рівня персоналізації та адаптації до різноманітних потреб користувачів, що створює необхідність розробки інтелектуальних адаптивних систем. У роботі представлено комплексне дослідження теоретичних основ адаптивних систем та рекомендаційних алгоритмів, розглянуто еволюцію адаптивного дизайну від простого responsive підходу до інтелектуальних персоналізованих інтерфейсів. Детально проаналізовано принципи навчання з підкріпленням та специфіку його застосування для оптимізації користувацьких інтерфейсів, включаючи проблему балансування дослідження та використання. Основну увагу приділено алгоритмам багаторуких бандитів (ε-Greedy, LinUCB, Thompson Sampling) та їх контекстним модифікаціям, що враховують характеристики користувача при прийнятті рішень про конфігурацію інтерфейсу. | uk_UA |
| dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/36462 | |
| dc.language.iso | uk | uk_UA |
| dc.status | first published | uk_UA |
| dc.subject | адаптивні веб-інтерфейси | uk_UA |
| dc.subject | машинне навчання | uk_UA |
| dc.subject | адаптивного дизайн | uk_UA |
| dc.subject | алгоритми контекстних багаторуких бандитів | uk_UA |
| dc.subject | бакалаврська робота | uk_UA |
| dc.title | Дослідження можливостей машинного навчання для автоматизованого проєктування веб-інтерфейсів | uk_UA |
| dc.type | Other | uk_UA |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: