Тема выпускной квалификационной работы: «Применение обобщенно–регрессионных ИНС в прогнозировании конверсии видео-рекламы». В данной работе дается описание обобщенно-регрессионной ИНС. Описывается индустриальный набор данных от сторонней компании и процесс его преобработки с последующим обучением моделей обобщенно-регрессионной ИНС, линейной регрессии и метода опорных векторов для прогнозирования конверсии видео-рекламы. Рассматриваются разные подходы к оценке конверсии и выбирается вариант, подходящий под предоставленные данные. Прогнозирование конверсии осуществляется по социальным метрикам возраста и пола пользователей и по времени, когда реклама продемонстрирована. Полученные модели сравниваются по статистическим метрикам и по экспертной оценке.

This paper describes a general regression neural network model, with it’s pros and cons. We describe an industrial data set and it’s preprocessing before moving to trainings of general regression neural network, linear regression, support vector machine models for video advertising conversion prediction. We examine various approaches for video advertising conversion grading and choose the most fitting grade. Prediction is 5 graded by advertising play time and social metrics of user’s age and gender. Prediction models are compared by statistical metrics and expert review.

• Введение
• 1. Обзор модели обощенно-регрессионных нейронных сетей в задачах прогнозирования и построения регрессионных моделей
• 2. Описание набора данных и процесса его формирования из разрозненных наборов
• 3. Обзор подходов в оценке конверсии видео-рекламы
• 4. Реализация обобщенно-регрессионной ИНС. Сравнение с линейной регрессией и методом опорных векторов
• 5. Экспертная оценка моделей
• Заключение
• Список использованных источников
• Приложение 1. Линейная регрессия
• Приложение 2. Метод опорных векторов
• Приложение 3. Обобщенно-регрессионная ИНС