Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
21 результатів
Результати пошуку
Публікація Methodical guidelines for individual calculation task on the discipline "Data analysis tools"(National technical university "Kharkiv polytechnic institute", 2024) Grinberg, Galyna Leonidivna; Konokhova, Zoya PetrіvnaThe main goal of the individual calculation task "Data Analysis Tools" is to master modern methods of information analysis using application software, namely, to acquire skills in the full cycle of data research - accumulation, structuring, analysis and visualization of analysis results. Carrying out this calculation task provides an opportunity to learn data analysis methods using a spreadsheet editor (MS Office Excel, Google Sheets, etc.). Students, in addition to theoretical knowledge, should acquire practical skills of sorting, filtering, formatting, summarizing and visualizing data. Calculation task guidelines include purpose and tasks, calculation task structure, implementation instructions, bibliography and example of the calculation task performing.Публікація Methodical guidelines for laboratory work in the discipline "Data analysis tools"(National technical university "Kharkiv polytechnic institute", 2024) Grinberg, Galyna Leonidivna; Konokhova, Zoya PetrіvnaThe main goal of the laboratory workshop "Data Analysis Tools" is to master modern methods of information analysis using application software, namely, to acquire skills in the full cycle of data research - accumulation, structuring, analysis and visualization of analysis results. Carrying out laboratory work provides an opportunity to learn data analysis methods using a spreadsheet editor (MS Office Excel, Google Sheets, etc.). During laboratory work, students, in addition to theoretical knowledge, should acquire practical skills of sorting, filtering, formatting, summarizing and visualizing data. Laboratory works include informational material, step-by-step examples of tasks and tasks for independent implementation. Students receive evaluations for a specific type of work from the teacher individually.Публікація Reconstruction of customer preference in digital marketing based on kernel machine learning(ФО-П Шпак В. Б., 2023) Lyubchyk, Leonid Mykhailovych; Grinberg, Galyna Leonidivna; Konokhova, Zoia PetrivnaДокумент Кризові моделі економічної динаміки(ФОП Лібуркіна Л. М., 2019) Любчик, Леонід Михайлович; Грінберг, Галина Леонідівна; Воронін, Анатолій ВіталійовичОсновне завдання дослідження полягає в аналізі процедури побудови диференціальних рівнянь, які використовуються для моделювання макроекономічних процесів. Досліджено коректність моделі економічного зростання у диференціальній формі. Встановлено неадекватність експоненціального зростання економіки. Отримано альтернативний результат у вигляді гіперболічного зростання значущих економічних показників. Виявлено невідповідність пропорційного зростання капіталу і доходу. Висунуто міркування для ідентифікації моменту появи кризисних явищ. Зроблено відповідні корегування моделей економічного зростання. Узагальнено підхід до використання балансових рівнянь для моделювання економічної динаміки з метою одержання прогнозних оцінок.Документ Stock market statistical data analysis for prices forecasting and trading decision support(Dana, Italy, 2021) Грінберг, Галина Леонідівна; Grinberg, GalinaA general problems and methods for stock market statistical analysis are analyzed. A new method for stock price forecasting problem is considered based on a time series structural decomposition approach realized in special assignment of wave component auto-regression model as a superposition of harmonics with tuning frequencies. Computer simulation has been fulfilled in order to evaluate the performance of proposed method and algorithms.Документ Експертно-статистичний метод побудови інтегральних індикаторів соціальних і техніко-економічних систем(ФОП Гуляєва В. М., 2021) Грінберг, Галина Леонідівна; Водовозова, Єлизавета ЄвгеніївнаРозглянуто задачу побудови інтегрального індикатору на основі агрегування набору часткових показників. В рамках концепції машинного навчання передбачається, що набір вихідних даних складається з набору статистичних даних вимірювань часткових показників та експертних оцінок відповідних значень інтегрального індикатору. Для оцінки параметрів лінійної моделі інтегрального індикатору використовується метод оптимального узгодження експертних і статистичних оцінок.Публікація Методичні вказівки до виконання та захисту дипломних робіт(Моделіст, 2019) Заруба, Віктор Яковлевич; Харченко, Алла Олександрівна; Конохова, Зоя Петрівна; Грінберг, Галина Леонідівна; Мельников, Олег СтаніславовичДипломна робота освітньо-кваліфікаційного рівня "магістр" є підсумковою кваліфікаційною роботою, яку самостійно виконує студент кафедри економічної кібернетики та маркетингового менеджменту спеціальності "Економіка" спеціалізації "Економічна кібернетика" під керівництвом наукового керівника у третьому семестрі навчання після засвоєння теоретичних дисциплін освітньо-професійної програми підготовки магістра та виконання програми переддипломної практики. Підготовка та захист дипломної роботи випускником на освітньо-кваліфікаційному рівні магістра призначена для систематизації та закріплення студентом фахових знань і навичок, а також для об’єктивного контролю рівня його компетентностей щодо здатності розв’язувати складні спеціалізовані задачі та практичні проблеми у галузі економіки, які визначені освітньо-професійною програмою магістра спеціальності "Економіка" програми підготовки "Економічна кібернетика". Фахівець освітньо-кваліфікаційного рівня "магістр" має оволодіти спеціальними уміннями та знаннями, достатніми для виконання завдань та обов‘язків певного рівня професійної діяльності, що передбачені для первинних посад у відповідній галузі економічної діяльності. Студенти, що завершують цикл навчання за освітньо-професійною програмою магістра з економічної кібернетики, повинні не тільки мати знання з економіки та менеджменту, але й добре володіти засобами економіко-математичного моделювання та комп’ютерних технологій для проведення досліджень та прийняття рішень у реальних ситуаціях. Тому у дипломній роботі кожного випускника повинно розв’язуватися актуальне завдання управління певним економічним об’єктом з використанням економіко-математичних методів і моделей та інформаційних технологій. Ці методичні вказівки визначають вимоги до змісту, процесу виконання та процедури захисту дипломної роботи, а також критерії її оцінювання. Організація виконання та захисту дипломної роботи має забезпечити можливість об’єктивного та прозорого встановлення відповідності підготовки випускника вимогам, які висуває сфера його майбутньої професійної діяльності.Документ Preference Function Reconstruction for Multiple Criteria Decision Making Based on Machine Learning Approach(Springer International Publishing, 2014) Lyubchyk, Leonid; Grinberg, GalinaThe problem of expert preference function reconstruction in decision making process of multicriterion comparative assessment of set of object is considered. The problem is reduced to integral indicator identification using available data of object’s performance indexes measurements as well as expert estimation of integral indicators values for each object and feature weights. Based on machine learning approach and expert estimations concordance technique, the solution of preference function recovering problem is obtained in the form of optimal nonlinear object feature convolution.Документ Nonlinear dynamic system kernel based reconstruction from time series data(ТВіМС, 2015) Lyubchyk, Leonid; Kolbasin, Vladislav; Grinberg, GalinaA unified approach to reccurent kernel identification algorithms design is proposed. In order to fix the auxiliary vector dimension, the reduced order model kernel method is proposed and proper reccurent identification algorithms are designed.Документ Inverse Dynamic Models in Chaotic Systems Identification and Control Problems(2018) Lyubchyk, Leonid; Grinberg, GalinaInverse dynamic models approach for chaotic system synchronization in the presence of uncertain parameters is considered. The problem is identifying and compensating unknown state-dependent parametric disturbance describing an unmodelled dynamics that generates chaotic motion. Based on the method of inverse model control, disturbance observers and compensators are synthesized. A control law is proposed that ensures the stabilization of chaotic system movement along master reference trajectory. The results of computational simulation of controlled Rösller attractor synchronization are also presented.
- «
- 1 (current)
- 2
- 3
- »