Прогнозування цін на акції за допомогою моделей машинного навчання.

dc.contributor.authorБондаренко, Є.Ф.
dc.date.accessioned2025-06-23T12:45:06Z
dc.date.available2025-06-23T12:45:06Z
dc.date.issued2025
dc.date.presentationJune 2025en_US
dc.description.abstractОб’єкт дослідження: Часовий ряд котирувань і обсягів торгів акцій NVIDIA. Предмет дослідження: Якість алгоритмів машинного навчання для прогнозування цін акцій, включно з формуванням ознак, побудовою моделі та оцінюванням її прогностичної точності. Мета роботи: Розробити, реалізувати й емпірично оцінити модель прогнозування, що базується на алгоритмах машинного навчання, напряму тижневого руху цін акцій NVIDIA на основі історичних котирувань і обсягів торгів.en_US
dc.identifier.citationБондаренко Є. Ф. Прогнозування цін на акції за допомогою моделей машинного навчання : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 113 – прикладна математика / наук. кер. О. В. Лисенко. Суми : Сумський державний університет, 2025. 54 с.en_US
dc.identifier.urihttps://essuir.sumdu.edu.ua/handle/123456789/99294
dc.language.isouken_US
dc.publisherСумський державний університетen_US
dc.rights.uricneen_US
dc.speciality.id [{"code": 4, "name": "Факультет електроніки та інформаційних технологій (ЕлІТ)"}, {"code": 28, "name": "Кафедра прикладної математики і моделювання складних систем"}, {"code": 101, "name": "113 - Прикладна математика"}] en_US
dc.speciality.name113 - Прикладна математикаen_US
dc.subjectпрогнозування часових рядівen_US
dc.subjectціни акційen_US
dc.subjectнейронні мережіen_US
dc.subjectвипадковий лісen_US
dc.subjectтехнічні індикаториen_US
dc.subjectNVIDIAen_US
dc.titleПрогнозування цін на акції за допомогою моделей машинного навчання.en_US
dc.typeBachelous paperen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Bondarenko_bac_rob.pdf
Size:
2.15 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.96 KB
Format:
Item-specific license agreed upon to submission
Description: