Ру
Регистрация Вход

Список публикаций по ключевому слову: «машинное обучение»

  • Алгоритмы машинного обучения на основе методов решения обратных задач

    Глава в книге
    Алгоритмы машинного обучения на основе методов решения обратных задач
    Авторы:
    Грибанова Екатерина Борисовна, Герасимов Роман Сергеевич
    Рубрика:
    Все направления
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, нейросетевые модели, обратные задачи, некорректно поставленные обратные задачи, оптимизационные алгоритмы, задачи оптимизации, адаптивный стохастический поиск, L1-регуляризация, регрессионные модели, кластеризация данных
    Перейти 

  • Финансовые махинации: как их распознать

    Статья в сборнике трудов конференции
    Право, экономика и управление: теория и практика
    Автор:
    Шуляк Полина Викторовна
    Рубрика:
    Международная экономика и право
    Аннотация:
    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.
    Ключевые слова:
    экономическая безопасность, искусственный интеллект, машинное обучение, мошенничество, финансовый мониторинг, финансовые махинации, фальсификация отчётности, красные флаги
    Перейти 

  • Машинное обучение на основе правил в иерархической модели для прогнозирования корпоративного банкротства

    Статья в сборнике трудов конференции
    Право, экономика и управление: теория и практика
    Авторы:
    Черняева Полина Денисовна, Алмазова Екатерина Сергеевна, Горбачев Сергей Игоревич
    Рубрика:
    Экономика предпринимательства
    Аннотация:
    В статье исследуется применение машинного обучения на основе правил, в частности деревьев решений, для прогнозирования корпоративного банкротства в рамках иерархической модели. На основе набора данных из Taiwan Economic Journal (1999–2009 гг.) в исследовании оцениваются показатели экономической эффективности, критически влияющие на финансовую несостоятельность. Модель дерева решений достигла уровня ошибки 1,6%, превзойдя нейронные сети (2,67%) и карты Кохонена (2,98%). Наиболее значимыми выявленными факторами стали: устойчивая прибыль на акцию (Persistent EPS) (22,4%), коэффициент отношения оборотного капитала к собственному капиталу (Working Capital to Equity ratio) (20,1%) и отношение прибыли до налогообложения к капиталу (Pretax Income to Capital) (15,5%). Полученные результаты предоставляют прозрачный и масштабируемый инструмент для инвесторов и кредиторов с целью минимизации финансовых рисков.
    Ключевые слова:
    финансовое состояние, экономическая эффективность, машинное обучение, дерево решений, иерархическая модель, прогнозирование банкротства
    Перейти 

  • Логический алгоритм классификации для обнаружения фишинговых доменов при анализе кибербезопасности

    Статья в сборнике трудов конференции
    Право, экономика и управление: теория и практика
    Автор:
    Коршунова Вероника Юрьевна
    Рубрика:
    Социально-экономические процессы в обществе
    Аннотация:
    В статье рассматривается применение деревьев решений для обнаружения фишинговых доменов на основе атрибутов URL-адресов. Логический алгоритм классификации, осуществляющий поиск конъюнктивных закономерностей, был применен к набору данных, включающему 112 структурных и серверных признаков. Модель дерева решений достигла уровня ошибки 3,26%. Ключевыми значимыми факторами, выявленными в ходе исследования, стали: количество косых черт (слэшей) в URL-адресе (40,3%), время активации домена (16,8%) и длина каталога (14,06%). Полученные результаты подтверждают высокую эффективность и интерпретируемость методов машинного обучения на основе правил для минимизации угроз кибербезопасности.
    Ключевые слова:
    машинное обучение, кибербезопасность, дерево решений, фишинговые домены, обнаружение угроз
    Перейти 

  • Сравнительный анализ эффективности методов машинного обучения для выявления паттернов сердечно-сосудистых заболеваний

    Статья в сборнике трудов конференции
    Право, экономика и управление: теория и практика
    Авторы:
    Олейникова Олеся Олеговна, Алмазова Екатерина Сергеевна, Соловьева Татьяна Владимировна, Горбачев Сергей Игоревич
    Рубрика:
    Социально-экономические процессы в обществе
    Аннотация:
    В статье проводится оценка эффективности трех методов анализа данных – деревьев решений, нейронных сетей и самоорганизующихся карт Кохонена – для выявления паттернов сердечно-сосудистых заболеваний. На основе набора данных, включающего 1 328 записей о пациентах, модели сравнивались по точности классификации целевых переменных и демографических атрибутов. Нейронная сеть продемонстрировала наименьший уровень ошибки при прогнозировании заболевания (3,61%), в то время как дерево решений показало надежные результаты (6,17%) при более высокой интерпретируемости. Полученные результаты подчеркивают необходимость выбора метода с учетом специфики данных, а также компромисса между точностью и прозрачностью моделей в медицинской диагностике.
    Ключевые слова:
    машинное обучение, анализ данных, нейронные сети, деревья решений, карты Кохонена, медицинская аналитика
    Перейти 

  • Развитие прогнозирования бюджетного финансирования на основе применения методов временных рядов и машинного обучения

    Статья в сборнике трудов конференции
    Право, экономика и управление: теория и практика
    Авторы:
    Яковлева Нина Валерьевна, Городничева Дарья Александровна
    Рубрика:
    Социально-экономические процессы в обществе
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, бюджетное финансирование, временные ряды, бюджетное прогнозирование, бюджетные расходы
    Перейти 

  • Прогнозирование доходов бюджетов бюджетной системы Российской Федерации

    Статья в сборнике трудов конференции
    Социально-экономические процессы современного общества
    Авторы:
    Чернявская Юлия Анатольевна, Колесникова Елизавета Михайловна
    Рубрика:
    Социально-экономические процессы в обществе
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, бюджетная система, доходы бюджета, ненефтегазовые доходы, Электронный бюджет, точность прогноза, прогнозирование доходов, методика прогнозирования, главные администраторы доходов, бюджетный прогноз
    Перейти 

  • Нейросети в прогнозировании макроэкономических показателей: точность, ограничения и этические аспекты

    Статья в сборнике трудов конференции
    Стратегии устойчивого развития: социальные, экономические и юридические аспекты
    Авторы:
    Папава Мариам Онисеевна, Маркарян Ирина Николаевна
    Рубрика:
    Общие вопросы экономических наук
    Аннотация:
    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.
    Ключевые слова:
    прогнозирование, искусственный интеллект, машинное обучение, инфляция, ВВП, этика, макроэкономика, эконометрические модели, нейросеть, точность прогноза
    Перейти 

  • Структурно-функциональное проектирование «умного кампуса»: архитектура слоистой распределенной среды образовательной организации

    Статья в сборнике трудов конференции
    Педагогика, психология, общество: от теории к практике
    Авторы:
    Ткаченко Данил Алексеевич, Ширяева Софья Андреевна, Туленинов Даниил Сергеевич, Музалев Константин Сергеевич
    Рубрика:
    Цифровая трансформация образования
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, цифровая трансформация, умный кампус, промышленный интернет вещей, периферийные вычисления, структурно-функциональное проектирование
    Перейти 

  • Адаптивный энергоменеджмент на основе потокового машинного обучения как фактор повышения экономической устойчивости предприятий

    Статья в сборнике трудов конференции
    Актуальные вопросы экономики, права и социологии
    Авторы:
    Черняева Полина Денисовна, Ступина Алёна Александровна, Журавлёв Михаил Владиславович
    Рубрика:
    Основные аспекты экономической теории, теории экономических процессов, экономической истории
    Аннотация:
    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.
    Ключевые слова:
    предиктивная аналитика, экономика предприятия, энергоменеджмент, ESG-трансформация, потоковое машинное обучение, концептуальный дрейф, операционные издержки
    Перейти 

  • Использование искусственного интеллекта и машинного обучения для выявления финансовых рисков и махинаций для предприятий

    Статья в сборнике трудов конференции
    Право, экономика и управление: состояние, проблемы и перспективы
    Автор:
    Труфанов Никита Андреевич
    Рубрика:
    Общие вопросы экономических наук
    Аннотация:
    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.
    Ключевые слова:
    искусственный интеллект, риск-менеджмент, машинное обучение, финансовый контроль, мошенничество, финансовые риски, обнаружение аномалий
    Перейти 

  • Нейросетевые технологии в персонализации индивидуальных траекторий профессионального саморазвития вокалистов: опыт интеграции в образовательную среду Шэньянской консерватории

    Статья в сборнике трудов конференции
    Актуальные вопросы гуманитарных и социальных наук
    Автор:
    Вэй Линь
    Рубрика:
    Содержание и технологии профессионального образования
    Аннотация:
    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.
    Ключевые слова:
    нейросетевые технологии, персонализация обучения, индивидуальные образовательные траектории, искусственный интеллект в образовании, кросс-культурный подход, адаптивные образовательные системы, профессиональное саморазвитие вокалистов, цифровое наставничество, машинное обучение в музыкальном образовании, Шэньянская консерватория, вокальное мастерство, китайские и западные музыкальные традиции, динамическая образовательная экосистема
    Перейти 

  • Автономная навигация марсоходов: как компьютер видит поверхность и выбирает путь

    Статья в сборнике трудов конференции
    Цифровизация в системе образования: передовой опыт и практика внедрения
    Авторы:
    Пчелинцева Светлана Вячеславовна, Жежеря Вадим Андреевич, Вахрушева Инна Алексеевна
    Рубрика:
    Опыт использования современных информационно-коммуникационных технологий
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, компьютерное зрение, стереозрение, сверточные нейронные сети, автономная навигация, марсоходы, планирование пути, SLAM, Perseverance
    Перейти 

  • Интеграция технологий компьютерного зрения в мобильные приложения на Flutter: подходы, инструменты и образовательный потенциал

    Статья в сборнике трудов конференции
    Цифровизация в системе образования: передовой опыт и практика внедрения
    Авторы:
    Должиков Валерий Михайлович, Ветчинов Владислав Олегович, Лебедев Константин Андреевич
    Рубрика:
    Современные прикладные аспекты и технологии цифровизации образования и общества
    Аннотация:
    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.
    Ключевые слова:
    мобильное приложение, образовательные технологии, машинное обучение, компьютерное зрение, Flutter, Google ML Kit, TensorFlow Lite, распознавание объектов
    Перейти 

  • Особенности и специфика использования искусственного интеллекта в образовании

    Статья в сборнике трудов конференции
    Эффективные практики образовательной и управленческой деятельности в системе образования
    Авторы:
    Коростелева Наталья Александровна, Бердникова Дарья Олеговна
    Рубрика:
    Цифровая образовательная среда: от детского сада к школе
    Аннотация:
    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.
    Ключевые слова:
    образование, адаптивное обучение, искусственный интеллект, машинное обучение, цифровизация образования, глубокое обучение, компьютерное зрение, нейросети, персонализация, синтезированная речь
    Перейти 

  • Роль искусственного интеллекта и машинного обучения в трансформации современной медицины: перспективы и вызовы

    Статья в сборнике трудов конференции
    Актуальные вопросы интеграции науки и практики в условиях трансформации социально-экономических систем
    Авторы:
    Абдуллин Азат Рамилевич, Павлова Ирина Ивановна
    Рубрика:
    Актуальные вопросы экономики и менеджмента в условиях цифровой трансформации
    Аннотация:
    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.
    Ключевые слова:
    искусственный интеллект, машинное обучение, цифровая медицина, персонализированная медицина, экономика данных
    Перейти 

  • Применение методов машинного обучения для поиска экзопланет по данным космических телескопов Kepler и TESS

    Статья в сборнике трудов конференции
    Актуальные вопросы интеграции науки и практики в условиях трансформации социально-экономических систем
    Авторы:
    Жежеря Вадим Андреевич, Журавлёв Михаил Владиславович
    Рубрика:
    Развитие информационных технологий в условиях трансформации социально-экономических систем
    Аннотация:
    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.
    Ключевые слова:
    информатика, машинное обучение, сверточные нейронные сети, экзопланеты, транзитный метод, Kepler, TESS, анализ кривых блеска, астроинформатика
    Перейти 

  • Оптимизация соревновательной стратегии в Формуле-1: вычислительная модель принятия решений на основе машинного обучения и теории игр

    Статья в сборнике трудов конференции
    Актуальные вопросы права, экономики и управления
    Авторы:
    Арсамирзаев Мансур Тимурович, Миролюбова Наталия Алексеевна
    Рубрика:
    Менеджмент и маркетинг в современных условиях
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, теория игр, равновесие Нэша, LSTM, пит-стоп, моделирование методом Монте-Карло, гибридные стратегии, износ шин
    Перейти 

  • Методы и алгоритмы интеллектуального анализа гетерогенных данных в задачах управления логистическими процессами

    Статья в сборнике трудов конференции
    Стратегии устойчивого развития: социальные, экономические и юридические аспекты
    Авторы:
    Олейникова Олеся Олеговна, Алмазова Екатерина Сергеевна, Соловьева Татьяна Владимировна
    Рубрика:
    Современные тенденции развития мирового сообщества
    Аннотация:
    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.
    Ключевые слова:
    машинное обучение, большие данные, IoT, скоропортящаяся продукция, прогнозирование срока годности, оптимизация логистики
    Перейти 

  • Прогнозная аналитика как важнейший инструмент развития цифрового бизнеса

    Статья в сборнике трудов конференции
    Стратегии устойчивого развития: социальные, экономические и юридические аспекты
    Авторы:
    Сорокин Олег Николаевич, Алексеев Александр Валерьевич
    Рубрика:
    Вопросы социально-экономической эффективности предприятий
    Аннотация:
    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.
    Ключевые слова:
    животноводство, машинное обучение, цифровая трансформация, АПК, управление рисками, прогнозная аналитика, система «Арка»
    Перейти 

  • Прогнозирование оттока клиентов банка с использованием технологий машинного обучения

    Статья в сборнике трудов конференции
    Экономика России в условиях современных вызовов
    Авторы:
    Мидуков Данила Сергеевич, Аркадьева Ольга Геннадьевна
    Рубрика:
    Цифровая экономика и новые горизонты роста российского бизнеса
    Аннотация:
    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.
    Ключевые слова:
    прогнозирование, машинное обучение, банк, отток клиентов, клиентская аналитика
    Перейти 

  • Адаптивное машинное обучение в реальном времени: методы борьбы с отклонением концептов в потоковых данных

    Статья в сборнике трудов конференции
    Студенчество и наука: ступень к познанию
    Авторы:
    Прудкий Александр Сергеевич, Жевлакова Кристина Евгеньевна, Кукарцев Владислав Викторович
    Рубрика:
    Специфика предметного содержания обучения математике и информатике в современных условиях
    Аннотация:
    Статья исследует современные подходы к адаптивному машинному обучению в условиях реального времени, акцентируя внимание на проблеме отклонения концептов в потоковых данных. Рассматриваются основные методы обнаружения и коррекции отклонения данных, позволяющие моделям сохранять точность при работе с нестационарными информационными потоками. Анализируются алгоритмы онлайн-обучения, адаптивные пороговые механизмы и техники инкрементального обновления моделей. Обсуждаются перспективы внедрения этих методов в системы мониторинга, прогнозирования и автоматизации, а также вызовы, связанные с вычислительной сложностью и задержками обработки.
    Ключевые слова:
    адаптивное машинное обучение, потоковые данные, отклонение концептов
    Перейти 

  • Методология интеллектуального анализа данных в исследовании структуры современного рынка труда

    Статья в сборнике трудов конференции
    Студенчество и наука: ступень к познанию
    Авторы:
    Олейникова Олеся Олеговна, Журавлёв Михаил Владиславович
    Рубрика:
    Специфика предметного содержания обучения математике и информатике в современных условиях
    Аннотация:
    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.
    Ключевые слова:
    визуализация, рынок труда, машинное обучение, анализ данных, большие данные, IT-специалисты, предиктивное моделирование
    Перейти 

  • Искусственный интеллект как соавтор задач: генерация персонализированных упражнений и проверка творческих решений

    Статья в сборнике трудов конференции
    Студенчество и наука: ступень к познанию
    Авторы:
    Старцева Софья Андреевна, Избицкая Ольга Викторовна
    Рубрика:
    Специфика предметного содержания обучения математике и информатике в современных условиях
    Аннотация:
    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.
    Ключевые слова:
    математическое образование, адаптивное обучение, искусственный интеллект, творческое мышление, машинное обучение, персонализация обучения, генерация математических задач
    Перейти 

  • Булевы функции и их приложения в машинном обучении: от логических правил к объяснимому искусственному интеллекту

    Статья в сборнике трудов конференции
    Актуальные вопросы современной науки и образования
    Авторы:
    Фоменко Артём Викторович, Баранов Илья Викторович, Сергеев Александр Эдуардович
    Рубрика:
    Влияние цифровизации, искусственного интеллекта, социальных сетей на все сферы жизни человека
    Аннотация:
    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.
    Ключевые слова:
    дискретная математика, машинное обучение, аналитика в образовании, объяснимый ИИ, логические функции, прозрачные модели, правила классификации, ДНФ, интерпретируемость, алгоритм RIPPER, российские разработки в XAI
    Перейти