Прогнозування попиту та виявлення аномалій із використанням ML у середовищі. NET

Abstract

Магістерська робота містить 67 сторінки, 18 рисунок, 11 таблиць та 3 додатки. У процесі виконання було використано 16 джерел. У роботі розглядаються методи та інструменти інтелектуального аналізу даних для підтримки процесів управління діяльністю підприємства. Проаналізовано сучасні підходи до збору, обробки та аналізу великих обсягів інформації, що формуються в процесі функціонування підприємств. Обґрунтовано доцільність застосування технологій інтелектуального аналізу даних для виявлення закономірностей, прогнозування ключових показників та підвищення ефективності прийняття управлінських рішень. Розроблено модель, що дозволяє автоматизувати аналітичні процеси та забезпечити керівництво релевантною інформацією для стратегічного планування. Практичне значення роботи полягає у можливості впровадження розроблених підходів у системи підтримки прийняття рішень на підприємствах різних галузей.