Розробка технології оптимізації портфоліо методами машинного навчання

У ході виконання роботи вивчено теоретичні засади аналізу часових рядів, таких як методи та підходи до аналізу, попередня обробка даних, побудова прогнозів та інше. Поглиблене дослідження методу xgboost. Також проводилося дослідження практичного застосування прогнозування часових рядів для прогнозування продажів, а зрештою оптимізацію портфоліо. В рамках дослідження вивчалися інструменти і технології, необхідні для розроблення інформаційного забезпечення, яке б забезпечило автоматизоване прогнозування часових рядів.

Ящук М. О. Розробка технології оптимізації портфоліо методами машинного навчання : кваліфікаційна робота магістра : 122 Комп’ютерні науки / Ящук Микола Олександрович. – Київ, 2023. – 83 с.