Details

Title: Методы машинного обучения в задачах анализа посещаемости крупного новостного сайта: выпускная квалификационная работа бакалавра: направление 09.03.02 Информационные системы и технологии ; образовательная программа 09.03.02_02 Информационные системы и технологии
Creators: Рудовская София Владимировна
Scientific adviser: Нестеров Сергей Александрович
Other creators: Ефремов Артем Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: машинное обучение; анализ статистики; кластеризация; классификация; регрессия; прогнозирование; временные ряды; интеллектуальный анализ данных; machine learning; statistics analysis; clustering; classification; regression; forecasting; time series; intelligent data analysis
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.03.02
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-3932
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе проводится анализ статистики посещаемости новостного сайта с применением методов машинного обучения: кластеризации, классификации, регрессии и прогнозирования временных рядов. В ходе работы проводится сбор данных, предварительная обработка, анализ отклонений. Даны теоретические сведения об алгоритмах интеллектуального анализа. Приведена визуализация полученных моделей, оценка качества моделей, сравнение и интерпретация результатов. Анализ производится с использованием языка R.

In the given work, we analyze the statistics of the attendance of a news site using machine learning methods: clustering, classification, regression, and time series forecasting. During the work, data collection, preliminary processing, analysis of deviations is carried out. Given the theoretical information about the algorithms for mining. The visualization of the obtained models, assessment of the quality of the models, comparison and interpretation of the results are given. The analysis is performed using the language R.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 10
Last 30 days: 0
Detailed usage statistics