En
Register Log in

List of publications on a keyword: «машинное обучение»

  • Algoritmy mashinnogo obucheniia na osnove metodov resheniia obratnykh zadach

    Book Chapter
    Machine learning algorithms based on methods for solving inverse problems
    Authors:
    Ekaterina B. Gribanova, Roman S. Gerasimov
    Work direction:
    Все направления
    Abstract:
    Монография посвящена проблеме повышения эффективности алгоритмов машинного обучения на основе математического аппарата решения некорректно поставленных обратных задач. Целью работы является разработка и тестирование новых оптимизационных алгоритмов, предназначенных для обучения регрессионных и нейросетевых моделей, а также кластеризации данных. В исследовании выполнено переформулирование задач оптимизации в машинном обучении в виде обратных задач. Показано, что применение адаптивного стохастического поиска и L1-регуляризации позволяет в ряде случаев не только повысить точность предсказаний, но и создавать компактные, сильно разреженные решения при минимальной настройке гиперпараметров (подход «из коробки»). Предложенные гибридные алгоритмы позволили эффективно отсеять незначимые признаки без значительной потери прогностической точности, что сделало логику работы моделей прозрачной. Апробация алгоритмов выполнена на верифицированных датасетах репозиториев KEEL и UCI, реальных данных из разных сфер (экономика, метеорология и т.д.), а также синтетических данных. Монография предназначена для математиков, интересующихся применением методов оптимизации в сфере Data Science, а также для специалистов по машинному обучению, ищущих новые подходы для повышения качества, устойчивости и интерпретируемости разрабатываемых моделей.
    Keywords:
    Go 

  • Finansovye makhinatsii: kak ikh raspoznat'

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Author:
    Polina V. Shuliak
    Work direction:
    Международная экономика и право
    Abstract:
    Статья посвящена систематизации признаков финансовых махинаций и методов их распознавания в системе экономической безопасности. Раскрываются сущность и виды махинаций: фальсификация отчётности, фиктивные операции, мошенничество в платёжной сфере, легализация доходов. Выделяются «красные флаги» и «треугольник мошенничества». Рассматриваются три группы методов: аналитические (коэффициентный анализ, оценка банкротства), цифровые (Big Data, ИИ, нейросети с точностью 95–98% в реальном времени) и организационно-правовые (финансовый мониторинг, государственный и внутренний контроль). Вывод: эффективное распознавание возможно лишь при комплексном применении всех трёх групп и постоянном обновлении инструментов детекции.
    Keywords:
    Go 

  • Rule-Based Machine Learning in a Hierarchical Framework for Corporate Bankruptcy Prediction

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Polina D. Cherniaeva, Ekaterina S. Almazova, Sergei I. Gorbachev
    Work direction:
    Экономика предпринимательства
    Abstract:
    This article explores the application of rule-based machine learning, specifically decision trees, for predicting corporate bankruptcy within a hierarchical framework. Using a dataset from the Taiwan Economic Journal (1999–2009), the study evaluates the economic performance indicators that critically influence financial distress. The decision tree model achieved an error rate of 1.6%, outperforming neural networks (2.67%) and Kohonen maps (2.98%). The most significant factors identified include Persistent EPS (22.4%), Working Capital to Equity ratio (20.1%), and Pretax Income to Capital (15.5%). The results provide a transparent, scalable tool for investors and creditors to mitigate financial risks.
    Keywords:
    machine learning, decision tree, hierarchical framework, economic performance, bankruptcy prediction, financial health
    Go 

  • Logical Classification Algorithm for Phishing Domain Detection in Cybersecurity Analysis

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Author:
    Veronika I. Korshunova
    Work direction:
    Социально-экономические процессы в обществе
    Abstract:
    This study investigates the application of decision trees for detecting phishing domains based on URL attributes. A logical classification algorithm searching for conjunctive patterns was applied to a dataset comprising 112 structural and server-related features. The decision tree model achieved an error rate of 3.26%. Key significant factors identified include the quantity of slashes in the URL (40.3%), domain activation time (16.8%), and directory length (14.06%). The results confirm the high efficiency and interpretability of rule-based machine learning for cybersecurity threat mitigation.
    Keywords:
    machine learning, cybersecurity, phishing domains, decision tree, threat detection
    Go 

  • Comparative Performance Analysis of Machine Learning Techniques for Cardiovascular Disease Pattern Detection

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Olesia O. Oleinikova, Ekaterina S. Almazova, Tatiana V. Soloveva, Sergei I. Gorbachev
    Work direction:
    Социально-экономические процессы в обществе
    Abstract:
    This paper evaluates the performance of three data analysis techniques-decision trees, neural networks, and self-organizing Kohonen maps-in identifying cardiovascular disease patterns. Based on a dataset of 1,328 patient records, the models were compared regarding classification accuracy for target variables and demographic attributes. The neural network achieved the lowest error rate for disease prediction (3.61%), while the decision tree showed robust performance (6.17%) with higher interpretability. The findings underscore the necessity of method selection based on data specificity and the trade-off between accuracy and transparency in medical diagnostics.
    Keywords:
    machine learning, data analysis, neural networks, decision trees, Kohonen maps, healthcare analytics
    Go 

  • Razvitie prognozirovaniia biudzhetnogo finansirovaniia na osnove primeneniia metodov vremennykh riadov i mashinnogo obucheniia

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Nina V. Iakovleva, Daria A. Gorodnicheva
    Work direction:
    Социально-экономические процессы в обществе
    Abstract:
    В статье рассматривается актуальная проблема повышения точности прогнозирования объемов бюджетных расходов на основе временных рядов и машинного обучения. Авторы раскрывают экономическую сущность бюджетного прогнозирования через его ключевые функции и систематизируют основные факторы риска, обуславливающие применение современных моделей, которые предлагают новые возможности для повышения точности прогноза. Проводится сравнительный анализ классических методов временных рядов и современных методов машинного обучения применительно к прогнозированию объемов бюджетного финансирования. Выделены преимущества и ограничения каждой группы методов по критериям точности, интерпретируемости, гибкости, требований к объему данных и вычислительной сложности. Обоснованы рекомендации по выбору конкретного метода в зависимости от условий задачи.
    Keywords:
    Go 

  • Prognozirovanie dokhodov biudzhetov biudzhetnoi sistemy Rossiiskoi Federatsii

    Conference Paper
    Socio-Economic Processes of Modern Society
    Authors:
    Iuliia A. Cherniavskaia, Elizaveta M. Kolesnikova
    Work direction:
    Социально-экономические процессы в обществе
    Abstract:
    В статье рассматриваются теоретические и практические аспекты прогнозирования доходов бюджетов бюджетной системы Российской Федерации в современных условиях. Актуальность исследования обусловлена нарастающей волатильностью внешнеэкономической конъюнктуры, структурной перестройкой доходной базы бюджетов и необходимостью повышения точности прогнозных расчётов. Целью работы является систематизация методов и инструментов прогнозирования доходов бюджетов, выявление ключевых проблем в данной сфере и обоснование перспективных направлений совершенствования прогнозной аналитики. Методологическую основу составляют системный, институциональный и сравнительный подходы, методы анализа нормативно-правовой базы, статистических данных и экспертных оценок. В работе выделены такие особенности современного этапа, как перевод процедур согласования методик прогнозирования в электронный формат, расширение горизонта бюджетного прогнозирования, интеграция методов машинного обучения и нейросетевых моделей в практику прогнозных расчётов. Обосновывается, что ключевыми проблемами остаются значительные отклонения фактических доходов от прогнозных показателей, недостаточная координация методик прогнозирования между главными администраторами доходов и ограниченная точность прогнозов ненефтегазовых поступлений.
    Keywords:
    Go 

  • Neiroseti v prognozirovanii makroekonomicheskikh pokazatelei: tochnost', ogranicheniia i eticheskie aspekty

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Mariam O. Papava, I N. Markarian
    Work direction:
    Общие вопросы экономических наук
    Abstract:
    В статье рассматриваются проблемы интерпретируемости, алгоритмического смещения, конфиденциальности и ответственности за решения, основанных на таких прогнозах. Делается вывод, что наиболее разумным является не полное вытеснение эконометрических моделей, а сочетание нейросетевых методов с экономической теорией, статистическими моделями и экспертной оценкой со стороны.
    Keywords:
    Go 

  • Strukturno-funktsional'noe proektirovanie "umnogo kampusa": arkhitektura sloistoi raspredelennoi sredy obrazovatel'noi organizatsii

    Conference Paper
    Pedagogy, Psychology, Society: from theory to practice
    Authors:
    Danil A. Tkachenko, Sofia A. Shiriaeva, Daniil S. Tuleninov, Konstantin S. Muzalev
    Work direction:
    Цифровая трансформация образования
    Abstract:
    На основе метода структурно-функционального проектирования распределённых систем промышленного интернета вещей (Industrial Internet of Things, IIoT) синтезирована пятиуровневая архитектура «умного кампуса»: сенсорный слой, коммуникационный слой, периферийные вычисления, облачные вычисления и прикладной уровень. Формализовано отображение потоков данных на аналитические задачи с учётом ограничений по задержке и ресурсам. Обсуждается интеграция модулей машинного обучения в архитектуру на этапе проектирования, что обеспечивает адаптивность, масштабируемость и ресурсоэффективность образовательной инфраструктуры.
    Keywords:
    Go 

  • Adaptivnyi energomenedzhment na osnove potokovogo mashinnogo obucheniia kak faktor povysheniia ekonomicheskoi ustoichivosti predpriiatii

    Conference Paper
    Law, Economics and Management
    Authors:
    Polina D. Cherniaeva, Aliona A. Stupina, Mikhail V. Zhuravlev
    Work direction:
    Основные аспекты экономической теории, теории экономических процессов, экономической истории
    Abstract:
    В статье обосновывается экономическая целесообразность перехода от статических моделей прогнозирования энергопотребления к адаптивным системам потокового машинного обучения (Online Learning) с детекцией концептуального дрейфа (Concept Drift). Показано, что внедрение инкрементальных алгоритмов (Adaptive Random Forest, ADWIN) в контур управления предприятием позволяет снизить операционные издержки (OPEX) на электроэнергию за счет предиктивного сглаживания пиковых нагрузок. Эмпирические данные подтверждают снижение среднеабсолютной ошибки (MAE) на 29% и задержку обновления моделей менее 2 мс, что обеспечивает готовность технологии к внедрению на периферийных (Edge) устройствах.
    Keywords:
    Go 

  • Ispol'zovanie iskusstvennogo intellekta i mashinnogo obucheniia dlia vyiavleniia finansovykh riskov i makhinatsii dlia predpriiatii

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Author:
    Nikita A. Trufanov
    Work direction:
    Общие вопросы экономических наук
    Abstract:
    В статье рассматривается использование методов искусственного интеллекта (ИИ) и машинного обучения (МО) для выявления финансовых рисков и мошенничества на предприятиях. Объектом исследования являются финансовые операции компаний, а предметом – технологии анализа данных для обнаружения аномалий. Цель работы – проанализировать возможности ИИ/МО в обнаружении подозрительных платежей, нетипичных операций, искажения отчётности, фиктивных контрагентов и признаков внутреннего мошенничества. Выполнен обзор научных публикаций по тематике, выделены основные методы (классификация, кластеризация, поиск аномалий, анализ временных рядов, NLP) и их ограничения. В результате приведены выводы об эффективности применения ИИ/МО: например, ML-модели способны повышать точность обнаружения мошенничества до 85 % при снижении ложных срабатываний до 92 %. Выявлено, что ИИ помогает быстро находить сложные паттерны в больших объёмах транзакционных данных. Вместе с тем отмечены ограничения: зависимость от качества и разметки данных, необходимость защиты личной информации, «чёрный ящик» моделей и потребность участия специалистов.
    Keywords:
    Go 

  • Neirosetevye tekhnologii v personalizatsii individual'nykh traektorii professional'nogo samorazvitiia vokalistov: opyt integratsii v obrazovatel'nuiu sredu Shen'ianskoi konservatorii

    Conference Paper
    The Topical Issues of the Humanities and Social Sciences
    Author:
    Lin Vei
    Work direction:
    Содержание и технологии профессионального образования
    Abstract:
    Статья посвящена теме разработки и внедрения инновационной модели применения нейросетевых технологий для создания персонализированных траекторий профессионального саморазвития вокалистов в образовательной среде Шэньянской консерватории. Представленная модель интегрирует алгоритмы машинного обучения для многопараметрического анализа вокального исполнения в реальном времени, формируя уникальную методологию синтеза китайских и западных вокальных традиций. В работе концептуализирована «динамическая образовательная экосистема», где искусственный интеллект не просто дополняет, но качественно трансформирует процесс профессионального становления вокалистов через адаптивные системы обучения. Разработанная концепция «цифрового наставничества» гармонично сочетает виртуальные инструменты анализа с традиционными методиками вокального обучения, характерными для китайской педагогической школы, обеспечивая эффективную кросс-культурную интеграцию в музыкальном образовании.
    Keywords:
    Go 

  • Avtonomnaia navigatsiia marsokhodov: kak komp'iuter vidit poverkhnost' i vybiraet put'

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Svetlana V. Pchelintseva, Vadim A. Zhezheria, Inna A. Vakhrusheva
    Work direction:
    Опыт использования современных информационно-коммуникационных технологий
    Abstract:
    В статье рассматриваются методы автономной навигации марсоходов, позволяющие аппаратам самостоятельно перемещаться по поверхности других планет в условиях значительной задержки связи с Землёй. Описаны ключевые этапы автономного управления: восприятие окружающей среды с помощью стереозрения, построение цифровых моделей рельефа, обнаружение препятствий и планирование безопасного пути. Приведены примеры алгоритмов, используемых в марсоходах NASA – от ранних систем на базе «потенциальных полей» до современной архитектуры AutoNav, применяемой на марсоходе Perseverance. Показана роль машинного обучения для классификации типов грунта и повышения надёжности навигации.
    Keywords:
    Go 

  • Integratsiia tekhnologii komp'iuternogo zreniia v mobil'nye prilozheniia na Flutter: podkhody, instrumenty i obrazovatel'nyi potentsial

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Valerii M. Dolzhikov, Vladislav O. Vetchinov, Konstantin A. Lebedev
    Work direction:
    Современные прикладные аспекты и технологии цифровизации образования и общества
    Abstract:
    В статье рассматриваются способы интеграции технологий компьютерного зрения в мобильные приложения, разрабатываемые на фреймворке Flutter. Проанализированы три подхода: использование предобученных моделей через Google ML Kit, запуск пользовательских моделей TensorFlow Lite на устройстве и обращение к облачным API (Google Cloud Vision, Firebase ML). Для каждого подхода описаны архитектура взаимодействия, ограничения и типичные сценарии применения. Особое внимание уделено образовательному потенциалу: возможности создания учебных проектов, объединяющих мобильную разработку и машинное обучение в рамках одного приложения.
    Keywords:
    Go 

  • Osobennosti i spetsifika ispol'zovaniia iskusstvennogo intellekta v obrazovanii

    Conference Paper
    Effective practices of educational and management activities in the education system
    Authors:
    Natalia A. Korosteleva, Daria O. Berdnikova
    Work direction:
    Цифровая образовательная среда: от детского сада к школе
    Abstract:
    В статье рассматриваются современные подходы к определению искусственного интеллекта (ИИ), его технологические признаки (машинное обучение, нейросети, когнитивные вычисления, компьютерное зрение, синтезированная речь). Анализируются отличия искусственного интеллекта от естественного человеческого интеллекта. Описаны основные возможности применения ИИ в образовательной сфере: создание и адаптация учебных материалов, автоматизированная проверка заданий и обратная связь, поддержка обучающихся через чат-ботов.
    Keywords:
    Go 

  • Rol' iskusstvennogo intellekta i mashinnogo obucheniia v transformatsii sovremennoi meditsiny: perspektivy i vyzovy

    Conference Paper
    Current issues of integrating science and practice in the context of transforming socio-economic systems
    Authors:
    Azat R. Abdullin, Irina I. Pavlova
    Work direction:
    Актуальные вопросы экономики и менеджмента в условиях цифровой трансформации
    Abstract:
    В статье проведен анализ текущего состояния, перспектив и ключевых проблем внедрения технологий искусственного интеллекта (ИИ) и машинного обучения (МО) в клиническую практику и организацию здравоохранения. Определены основные направления применения ИИ (медицинская визуализация, персонализированная терапия, прогнозирование исходов, управление ресурсами). Показано, что использование ИИ повышает точность диагностики на 10–30% при некоторых нозологиях, но упирается в проблемы качества данных, регуляторных барьеров и этических рисков.
    Keywords:
    Go 

  • Primenenie metodov mashinnogo obucheniia dlia poiska ekzoplanet po dannym kosmicheskikh teleskopov Kepler i TESS

    Conference Paper
    Current issues of integrating science and practice in the context of transforming socio-economic systems
    Authors:
    Vadim A. Zhezheria, Mikhail V. Zhuravlev
    Work direction:
    Развитие информационных технологий в условиях трансформации социально-экономических систем
    Abstract:
    В статье рассматриваются современные методы машинного обучения, применяемые для автоматического обнаружения экзопланет по кривым блеска космических телескопов Kepler и TESS. Описываются ограничения классического подхода, основанного на аппроксимации транзитов (BLS), и необходимость перехода к нейросетевым архитектурам. Приведены примеры успешного использования сверточных нейронных сетей (AstroNet, ExoNet) и автоэнкодеров для выделения слабых сигналов на фоне шумов. Показано, что применение глубокого обучения позволяет не только повысить полноту выборки, но и обнаруживать планеты, пропущенные традиционными алгоритмами. В заключении обсуждаются перспективы интеграции методов ИИ в конвейер обработки данных будущих космических миссий.
    Keywords:
    Go 

  • Optimization of competitive strategy in Formula 1: computational decision-making model based on machine learning and game theory

    Conference Paper
    Topical issues of law, economic and management
    Authors:
    Mansur T. Arsamirzaev, Nataliia A. Miroliubova
    Work direction:
    Менеджмент и маркетинг в современных условиях
    Abstract:
    За последние десятилетия Формула-1 прошла путь от чисто инженерного состязания до полигона, где победу всё чаще определяет качество анализа данных. Болид сегодня – это не просто машина с мощным двигателем, а подвижная вычислительная платформа, непрерывно обменивающаяся информацией с командным гаражом. В статье рассматривается возможность оптимизации гоночной стратегии посредством совместного применения методов машинного обучения и аппарата теории игр. Центральный объект исследования – «окно пит-стопа»: момент, который команды традиционно определяли на основе опыта инженера, но который при правильном математическом описании превращается в сложную стохастическую задачу с несколькими конкурирующими игроками. Предлагаемый шаблон программы объединяет симуляции Монте-Карло с моделями равновесия Нэша и позволяет количественно оценить риск «андерката» – ситуации, когда соперник вызывает автомобиль в боксы раньше и за счёт свежих шин получает тактическое преимущество. Полученные результаты обсуждаются в контексте бюджетного лимита FIA, введённого с сезона 2021 года, поскольку любая вычислительная система должна не только быть точной, но и вписываться в финансовые рамки.
    Keywords:
    Go 

  • Metody i algoritmy intellektual'nogo analiza geterogennykh dannykh v zadachakh upravleniia logisticheskimi protsessami

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Olesia O. Oleinikova, Ekaterina S. Almazova, Tatiana V. Soloveva
    Work direction:
    Современные тенденции развития мирового сообщества
    Abstract:
    Статья посвящена исследованию возможностей применения методологии больших данных для оптимизации процессов хранения и транспортировки скоропортящейся продукции. Рассматриваются ключевые направления использования аналитических инструментов. Особое внимание уделяется эффективности гибридных моделей, объединяющих различные подходы для повышения точности прогнозов и адаптивности принимаемых решений. Анализируются вызовы и ограничения практического внедрения предлагаемых подходов, включая вопросы интеграции разнородных источников данных и требования к вычислительным ресурсам, а также перспективы развития технологий, связанные со снижением стоимости сенсоров и развитием облачных платформ.
    Keywords:
    Go 

  • Prognoznaia analitika kak vazhneishii instrument razvitiia tsifrovogo biznesa

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Oleg O. Sorokin, Aleksandr V. Alekseev
    Work direction:
    Вопросы социально-экономической эффективности предприятий
    Abstract:
    В статье рассматривается переход от традиционной постфактумной аналитики к прогнозной как ключевому фактору конкурентоспособности бизнеса в условиях цифровой трансформации. Описаны методы прогнозной аналитики и её роль в отраслях с высокими ставками ошибки, особенно в АПК. На примере российской системы управления стадом «Арка» показана практическая реализация прогнозных задач: раннее выявление болезней, определение времени осеменения, контроль кормления и соблюдения регламентов персоналом. Проведено сравнение с другими цифровыми решениями. Выявлены барьеры внедрения в малом и среднем агробизнесе и пути их преодоления.
    Keywords:
    Go 

  • Prognozirovanie ottoka klientov banka s ispol'zovaniem tekhnologii mashinnogo obucheniia

    Conference Paper
    The Russian economy in the context of modern challenges
    Authors:
    Danila S. Midukov, Olga G. Arkadeva
    Work direction:
    Цифровая экономика и новые горизонты роста российского бизнеса
    Abstract:
    В статье исследуется задача прогнозирования банковского клиентского оттока с привлечением методов машинного обучения. Эмпирическую основу составили несколько банковских датасетов, предоставленных автором; при этом в качестве центрального массива для построения модели выбран churn.csv, включающий 10 000 наблюдений и 14 признаков. В работе проведены структурный анализ данных, сопоставление вспомогательных массивов, разведочное изучение факторов, связанных с уходом клиентов, а также сравнительное тестирование моделей Logistic Regression, Random Forest и Gradient Boosting. Показано, что на вероятность оттока в наибольшей степени воздействуют возраст клиента, число используемых продуктов, уровень активности и географическая принадлежность. Наиболее высокие показатели качества продемонстрировал алгоритм Gradient Boosting. Результаты могут быть использованы при проектировании банковской CRM-системы, ориентированной на раннее выявление клиентов из риск-сегмента.
    Keywords:
    Go 

  • Adaptive real-time machine learning: methods for combating concept deviation in flow data

    Conference Paper
    Modern educational process: psychological and pedagogical support, educational strategies
    Authors:
    Aleksandr S. Prudkii, Kristina E. Zhevlakova, Vladislav V. Kukartsev
    Work direction:
    Специфика предметного содержания обучения математике и информатике в современных условиях
    Abstract:
    The article explores modern approaches to adaptive machine learning in real-time environments, focusing on the problem of concept drift in streaming data. It examines the main methods for detecting and correcting data drift, which allow models to maintain accuracy when working with non-stationary information streams. The article analyzes online learning algorithms, adaptive threshold mechanisms, and incremental model update techniques. It also discusses the potential applications of these methods in monitoring, forecasting, and automation systems, as well as the challenges associated with computational complexity and processing delays.
    Keywords:
    adaptive machine learning, streaming data, concept rejection
    Go 

  • Metodologiia intellektual'nogo analiza dannykh v issledovanii struktury sovremennogo rynka truda

    Conference Paper
    Modern educational process: psychological and pedagogical support, educational strategies
    Authors:
    Olesia O. Oleinikova, Mikhail V. Zhuravlev
    Work direction:
    Специфика предметного содержания обучения математике и информатике в современных условиях
    Abstract:
    Статья посвящена исследованию возможностей применения методологии больших данных для анализа рынка труда IT-специалистов. Рассматриваются ключевые этапы аналитического конвейера: сбор и интеграция гетерогенных данных, предобработка и очистка, преобразование категориальных переменных, статистический анализ и предиктивное моделирование. Особое внимание уделяется проблемам обеспечения достоверности данных и преодоления семантического разнообразия. Обосновывается, что применение методов машинного обучения позволяет не только описывать текущее состояние рынка, но и строить прогнозные модели заработных плат на основе квалификационных и географических признаков. Делается вывод о том, что методология больших данных представляет собой эффективный инструмент исследования сложных социально-экономических систем, обеспечивающий переход от описательной статистики к предиктивной аналитике.
    Keywords:
    Go 

  • Iskusstvennyi intellekt kak soavtor zadach: generatsiia personalizirovannykh uprazhnenii i proverka tvorcheskikh reshenii

    Conference Paper
    Modern educational process: psychological and pedagogical support, educational strategies
    Authors:
    Sof'ia A. Startseva, Olga V. Izbitskaia
    Work direction:
    Специфика предметного содержания обучения математике и информатике в современных условиях
    Abstract:
    В наши дни искусственный интеллект решает две главные проблемы школьной математики: однообразие заданий и сложность проверки творческих работ. Статья показывает, что искусственный интеллект (далее ИИ) может стать интеллектуальным помощником учителя – генерировать персонализированные задачи и объективно оценивать ход их решения, делая обучение индивидуальным и эффективным.
    Keywords:
    Go 

  • Boolean functions and their applications in machine learning: from logical rules to explicable artificial intelligence

    Conference Paper
    Relevant problems of modern science and education
    Authors:
    Artiom V. Fomenko, Ilia V. Baranov, Aleksandr E. Sergeev
    Work direction:
    Влияние цифровизации, искусственного интеллекта, социальных сетей на все сферы жизни человека
    Abstract:
    В работе анализируются теоретические и прикладные аспекты использования булевых (логических) функций в современных задачах машинного обучения и объяснимого искусственного интеллекта. Показано, что модели, представленные в виде логических конструкций, обладают высокой степенью прозрачности, что критично для регулируемых отраслей: медицины, финансовой сферы и образования. Рассмотрены классические и новые методы синтеза, минимизации и извлечения логических правил из данных, включая алгоритм RIPPER, дистилляцию нейросетей и комбинированные подходы. Особый акцент сделан на исследованиях российской научной школы в области дискретной математики, логико-правилевых моделей и их использования в анализе образовательных процессов.
    Keywords:
    Go