dc.contributor.author | Марущак, А. В. | uk |
dc.contributor.author | Мокін, В. Б. | uk |
dc.date.accessioned | 2025-08-13T10:02:30Z | |
dc.date.available | 2025-08-13T10:02:30Z | |
dc.date.issued | 2025 | |
dc.identifier.citation | | uk |
dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/48477 | |
dc.description.abstract | Проведено розвідувальний аналіз Kaggle-датасету „Crop Production” з врожайності сільськогосподарських культур. Для вирішення поставленої задачі побудовано інтелектуальні моделі передбачення даних | uk |
dc.description.abstract | An exploratory analysis of the Kaggle dataset „Crop Production” on crop yields was carried out. To solve this problem, we created data intelligent prediction models: XGBoostRegressor, DecisionTreeRegressor and | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», 15-16 червня 2025 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22919 | |
dc.subject | Python | uk |
dc.subject | розвідувальний аналіз | uk |
dc.subject | машинне навчання | uk |
dc.subject | сільськогосподарська сфера | uk |
dc.subject | врожайність | uk |
dc.subject | Python | uk |
dc.subject | intelligence analysis | uk |
dc.subject | machine learning | uk |
dc.subject | agricultural sector | uk |
dc.subject | yield | uk |
dc.title | Розроблення інформаційної технології передбачення врожаю сільськогосподарських культур | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.9+631 | |
dc.relation.references | Robert GRAYBOSCH, Encyclopedia of Food Grains (Second Edition). 2016. [ ] : https://www.sciencedirect.com/science/article/abs/pii/B9780123944375000012. | |
dc.relation.references | Momeni MOHAMADREZA, Crop Production. 2024. [ ] : https://www.kaggle.com/code/artem1018/crop-production-data-analyze-and-prediction-ml/input. | |
dc.relation.references | : : ( ) [ ] / . . | |