Моделі і методи машинного навчання для завдань передбачення

Abstract

В процесi еволюцiї людства змiнюється характер дiяльностi людини i необхiдний «iнструментарiй» для вирiшення нових задач. Останнiм часом все бiльшу увагу заслуговують проблеми пов’язанi з прийняттям рiшень. Особливо актуальними є проблеми пiдтримки рiшень у процесi управлiння соцiально-економiчними системами. Приймаючи рiшення, як правило, стикаються з проблемами пошуку iнформацiї, невпевненiстю, невизначенiстю, а в деяких випадках i з конфлiктнiстю у процесi вироблення рiшення. При цьому припускається, що реалiзацiя будь-якого з варiантiв рiшень передбачає настання певних наслiдкiв, аналiз та оцiнка яких повнiстю характеризує обраний варiант. Для оцiнювання можливих наслiдкiв традицiйно використовуються складнi аналiтичнi розрахунки, знання фахiвцiв-експертiв, засоби сучасних iнформацiйних технологiй. Проведений аналiз iснуючої практики управлiння соцiальними та економiчними системи дає можливiсть запропонувати новi напрями її оптимiзацiї, котра, в свою чергу, передбачає орiєнтацiю на запрограмованi показники розвитку як внутрiшнiх системних характеристик, так i параметрiв зовнiшнього середовища з урахуванням прогнозних значень ключових параметрiв об’єкта управлiння. Саме орiєнтацiя на прогнознi показники розвитку дозволяє розробляти та втiлювати в життя дiєвi стратегiї управлiння процесами в соцiальних та економiчних системах. Важливiсть володiння iнструментарiєм та методиками розробки прогнозiв для економiста i управлiнця в сучасних умовах є беззаперечною. Мета даної роботи, на основi аналiзу лiтературних джерел зробити висновки щодо особливостей, перспектив використання та можливостей розвитку iнтелектуального аналiзу даних у сучасних умовах розвитку комп’ютерних технологiй. У роботi розглянуто основнi методи машинного навчання i проаналiзовано особливостi та результати їх застосування до вирiшення проблем завдань передбачення. Для вирiшення проблеми, що iснує потрiбно визначити, якi напрямки розвитку технологiй потрiбно удосконалювати та дослiджувати науковцям. Машинне навчання являється пiдроздiлом доволi широкої областi науки, яка вивчає штучний iнтелект. Алгоритми, якi вiдносяться до даного напрямку, використовуються для вирiшення завдань, для яких часто складно або неможливо придумати явний алгоритм розв’язку.

In the process of human evolution, the nature of human activity changes and it is necessary "tools" are available for solving new problems. Recently, problems related to decision-making have become increasingly important. Particularly relevant are the prob- lems of supporting decisions in the process of managing socio-economic systems. Decision- makers are usually faced with issues of information retrieval, uncertainty, and in some cases, con ict in the decision-making process. At the same time, it is assumed that the implemen- tation of any of the variants of decisions implies the occurrence of certain consequences, the analysis and evaluation of which fully characterizes the chosen variant. Traditionally, complex analytical calculations, expert knowledge, modern information technology tools are used to evaluate the possible consequences. The analysis of the existing practice of managing social and economic systems makes it possible to propose new directions of its optimization, which, in turn, provides an orienta- tion to the programmed indicators of development of both internal system characteristics and parameters of the external environment, taking into account the forecast values of key parameters of the management object. It is the orientation to the projected development indicators that allows you to develop and implement e ective strategies for managing pro- cesses in social and economic systems. The importance of owning the tools and techniques of forecasting for the economist and manager in today's context is undeniable. The purpose of this work, based on the analysis of literature sources, is to draw con- clusions about the features, perspectives of use and opportunities for the development of data mining in the current environment of computer technology. The basic methods of machine learning are considered in the paper and the peculiarities and results of their application to solving problems of prediction problems are analyzed. In order to solve the problem, there is a need to identify what areas of technology development scientists need to improve and research. Machine learning is a unit of a fairly broad eld of science that studies arti cial in- telligence. Related algorithms are used to solve problems that often make it di cult or impossible to come up with an explicit algorithm for solving them.