Объектом исследования являются данные о деталях железнодорожных вагонов и этапах их жизненного цикла. Цель работы – создание прототипа приложения для выявления аномалий в данных железнодорожных перевозок. В первой главе поставлена задача и выполнен обзор методов машинного обучения. Во второй главе проведены сравнение методов для выявления аномалий и выбран наилучший метод. В третьей главе разработан прототип приложения для выявлений аномалий в данных с использованием модели случайного леса. В результате было реализовано приложение для выявления аномалий в данных, рассмотрены алгоритмы для выявления аномалий, которые необходимы для определения контрафакта и создана база данных для хранения данных.

The object of the study is data on the details of railway cars and the stages of their life cycle. The purpose of the work is to create a prototype application for detecting anomalies in rail traffic data. The first chapter sets the task and provides an overview of machine learning methods. The second chapter compares methods for detecting anomalies and chooses the best method. In the third chapter, a prototype of an application for detecting anomalies in data using a random forest model was developed. As a result, an application for detecting anomalies in data was implemented, algorithms for detecting anomalies that are necessary to identify counterfeit products were considered, and a database for storing data was created.