| dc.contributor.author | Гіжевський, В. В. | uk |
| dc.contributor.author | Ящолт, А. Р. | uk |
| dc.date.accessioned | 2024-03-19T14:18:52Z | |
| dc.date.available | 2024-03-19T14:18:52Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Гіжевський В. В. Розробка інтелектуальної технології аналізу та передбачення цін на вживані автомобілі [Електронний ресурс] / В. В. Гіжевський, А. Р. Ящолт // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15903. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/40187 | |
| dc.description.abstract | У тезах вказано основну проблематику, описано здійснену роботу в розвідувальному аналізі даних, налаштування, видалення та наповнення даних за допомогою стандартних модулів та методів на мові програмування Python. Розроблено ефективну модель машинного навчання для задачі передбачення цін на вживані автомобілі. | uk |
| dc.description.abstract | The thesis outlines the main issues, describes the work done in intelligence analysis, configuration, deletion, and filling of data using standard modules and methods in the Python programming language. An effective model of machine learning for the problem of predicting the prices of used cars has been developed. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15903 | |
| dc.subject | передбачення цін на авто | uk |
| dc.subject | робота з даними | uk |
| dc.subject | аналіз даних | uk |
| dc.subject | Pandas | en |
| dc.subject | Numpy | en |
| dc.subject | RandomForestRegressor | en |
| dc.subject | GridSearchCV | en |
| dc.subject | RMSE | en |
| dc.subject | Python | en |
| dc.subject | EDA | en |
| dc.subject | prediction of car prices | en |
| dc.subject | data processing | en |
| dc.subject | data analysis Pandas | en |
| dc.title | Розробка інтелектуальної технології аналізу та передбачення цін на вживані автомобілі | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.8:338+629.33 | |
| dc.relation.references | Used Cars Dataset. Kaggle. 2021. URL: https://www.kaggle.com/datasets/austinreese/craigslist-carstrucks-data | uk |
| dc.relation.references | Python Data Science Handbook: Essential Tools for Working with Data. 2016. URL:
https://g.co/kgs/JxxZP5 | en |
| dc.relation.references | sklearn.model_selection.GridSearchCV. URL: https://scikitlearn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html | en |
| dc.relation.references | Metrics and scoring: quantifying the quality of predictions. URL: https://scikitlearn.org/stable/modules/model_evaluation.html | en |
| dc.relation.references | Root-mean-square deviation. URL: https://en.wikipedia.org/wiki/Root-mean-square_deviation | en |
| dc.relation.references | Car prices prediction. Python. Used Cars Dataset, Kaggle. URL:
https://www.kaggle.com/code/hizhevskyivladyslav/car-prices-prediction/notebook | en |
