Данная работа посвящена исследованию способов применения методов машинного обучения в процессах управления данными производственных предприятий. Задачи, которые решались в ходе исследования: 1. Изучение существующей системы управления данными на предприятии и выявление существующих проблем. 2. Изучение известных методов классификации документов и оценка возможности их применения в исследуемой среде. 3. Разработка средства интеграции алгоритма в действующую систему. 4. Разработка рекомендаций по практическому применению разработанного решения. Работа проведена на базе ОАО «АБЗ-1» и на основе информации, извлеченной из базы данных предприятия. Были проведены расчеты с целью оценивания эффективности изученных методов, а также проведено исследование в области программной реализации алгоритмов. На основе полученной модели было разработано решение, подходящее к архитектуре используемого на предприятии СУБД. В результате был разработан метод прямой интеграции обучающихся алгоритмов распознавания данных в СУБД, и проведены испытания полученного программного обеспечения, результатом которых стало сокращение числа допускаемых пользователями ошибок при работе с СУБД предприятия.

The given work is devoted to the study of ways to apply machine learning methods in data management processes of industrial enterprises. The tasks that were solved in the course of research: 1. Studying the existing data management system at the enterprise and identifying problems. 2. Studying the methods of document research and assessing the possibility of their application in the studied environment. 3. Development of tools for integrating the algorithm into the operating system. 4. Development of guideline for the practical application of the developed solution. The work was carried out on the basis of JSC «АБЗ-1» and on the basis of information extracted from the enterprise database. Calculations were carried out to assess the effectiveness of the studied methods. Based on the resulting model, a solution was developed that is suitable for modern equipment at the DBMS enterprise. As a result, a method for direct integration of learning algorithms for data recognition into a DBMS was developed, and tests of the resulting software were carried out, the result of which was a reduction in the number of errors made by users when working with an enterprise DBMS.