1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorСадовский А. А.
dc.contributor.authorСолдатова О. П.
dc.contributor.authorСоловьева Я. В.
dc.coverage.spatialфинансовые временные ряды
dc.coverage.spatialматематические модели
dc.coverage.spatialнейронные модели с памятью
dc.coverage.spatialсравнительный анализ
dc.coverage.spatialзадачи регрессии
dc.coverage.spatialрекуррентные нейронные сети
dc.coverage.spatialавторегрессионные модели
dc.coverage.spatialпрогнозирование
dc.coverage.spatialпогрешность прогнозирования
dc.creatorСадовский А. А.
dc.date2021
dc.date.accessioned2025-11-27T12:12:57Z-
dc.date.available2025-11-27T12:12:57Z-
dc.date.issued2021
dc.identifier.identifierRU\НТБ СГАУ\ВКР20210910131927
dc.identifier.citationСадовский, А. А. Сравнительный анализ математических моделей для прогнозирования финансовых временных рядов : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / А. А. Садовский ; рук. работы О. П. Солдатова ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информат. - Самара, 2021. - on-line
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/54842-
dc.description.abstractЦелью данной работы является анализ моделей для решения задачи прогнозирования финансовых временных рядов. Разработана интеллектуальная система, в которой реализованы: − генерация модели линейной регрессии; − генерация авторегрессионой модели ARIMA; − анализ входных данных, нормализация − построение и обучение модели рекуррентной нейронной сети LSTM; − решение задачи прогнозирования анализируемыми моделями; − вывод результатов работы модели Автоматизированная система разработана на языке Python версии 3.7 в среде разработки PyCharm 2021 для работы под управлением любой операционной системы, имеющей интерпретатор для Python. Тестирование спроектированной системы производилось с использованием реальных наборов данных, экспортированных c сайта https://finance.yahoo.com.
dc.subjectавторегрессионные модели
dc.subjectзадачи регрессии
dc.subjectматематические модели
dc.subjectнейронные модели с памятью
dc.subjectпогрешность прогнозирования
dc.subjectпрогнозирование
dc.subjectрекуррентные нейронные сети
dc.subjectсравнительный анализ
dc.subjectфинансовые временные ряды
dc.subject.rugasnti50.01
dc.subject.udc004.032.26
dc.titleСравнительный анализ математических моделей для прогнозирования финансовых временных рядов
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики
local.contributor.authorматематики и электроники
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Sravnitelnyi-analiz-matematicheskih-modelei-dlya-prognozirovaniya-finansovyh-vremennyh-ryadov-94123
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Садовский_Андрей_Андреевич_Сравнительный_анализ_математических_моделей.pdf2.68 MBAdobe PDFView/Open    Request a copy
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.