Отрывок: 34 Рисунок 17 – Разложение по STL методу Рисунок 17 визуализирует следующий аспекты временного ряда: 1) изменчивость тренда временного ряда (trend); 2) яркая выраженность сезонности временного ряда (seasonal); 3) остатки не выходят за пределы допустимых (remainder). Результат расчета анализа ETS отображен на рисунке 12. Как видно из рисунка 18 визуализация определила коэффициенты, которые были указаны в формуле 2. С помощью функции monthplot()...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Шарапов И. Р. | ru |
dc.contributor.author | Савельев Д. А. | ru |
dc.contributor.author | Суханов С. В. | ru |
dc.contributor.author | Якимов П. Ю. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | экспоненциальное сглаживание | ru |
dc.coverage.spatial | ARIMA-модели | ru |
dc.coverage.spatial | Forecast Library | ru |
dc.coverage.spatial | анализ данных | ru |
dc.coverage.spatial | рекомендательная система | ru |
dc.coverage.spatial | прогнозирование временных рядов | ru |
dc.creator | Шарапов И. Р. | ru |
dc.date.issued | 2019 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20190808141647 | ru |
dc.identifier.citation | Шарапов, И. Р. Применение инструментов интеллектуального анализа данных для разработки рекомендательной системы : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" (уровень магистратуры) / И. Р. Шарапов ; рук. работы Д. А. Савельев ; нормоконтролер С. В. Суханов ; рец. П. Ю. Якимов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самаpа, 2019. - on-line | ru |
dc.description.abstract | Объектом исследования является прогнозирование уровня трудоустройства населения. Предметом исследования выступает алгоритм экспоненциального сглаживания для решения задачи выдачи рекомендаций для поиска сотрудников. Цель работы – разработать алгоритм выда | ru |
dc.format.extent | Электрон. дан. (1 файл : 3,1 Мб) | ru |
dc.title | Применение инструментов интеллектуального анализа данных для разработки рекомендательной системы | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.021 | ru |
dc.textpart | 34 Рисунок 17 – Разложение по STL методу Рисунок 17 визуализирует следующий аспекты временного ряда: 1) изменчивость тренда временного ряда (trend); 2) яркая выраженность сезонности временного ряда (seasonal); 3) остатки не выходят за пределы допустимых (remainder). Результат расчета анализа ETS отображен на рисунке 12. Как видно из рисунка 18 визуализация определила коэффициенты, которые были указаны в формуле 2. С помощью функции monthplot()... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Шарапов_Ильяс_Рифкатович_Применение_инструментов_интеллектуального_анализа.pdf | 3.21 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.