Показати скорочену інформацію

dc.contributor.authorМарущак, А. В.uk
dc.contributor.authorМокін, В. Б.uk
dc.date.accessioned2025-08-13T10:02:30Z
dc.date.available2025-08-13T10:02:30Z
dc.date.issued2025
dc.identifier.citationuk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/48477
dc.description.abstractПроведено розвідувальний аналіз Kaggle-датасету „Crop Production” з врожайності сільськогосподарських культур. Для вирішення поставленої задачі побудовано інтелектуальні моделі передбачення данихuk
dc.description.abstractAn 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 anden
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
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.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/22919
dc.subjectPythonuk
dc.subjectрозвідувальний аналізuk
dc.subjectмашинне навчанняuk
dc.subjectсільськогосподарська сфераuk
dc.subjectврожайністьuk
dc.subjectPythonuk
dc.subjectintelligence analysisuk
dc.subjectmachine learninguk
dc.subjectagricultural sectoruk
dc.subjectyielduk
dc.titleРозроблення інформаційної технології передбачення врожаю сільськогосподарських культурuk
dc.typeThesis
dc.identifier.udc004.9+631
dc.relation.referencesRobert GRAYBOSCH, Encyclopedia of Food Grains (Second Edition). 2016. [ ] : https://www.sciencedirect.com/science/article/abs/pii/B9780123944375000012.
dc.relation.referencesMomeni MOHAMADREZA, Crop Production. 2024. [ ] : https://www.kaggle.com/code/artem1018/crop-production-data-analyze-and-prediction-ml/input.
dc.relation.references: : ( ) [ ] / . .


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію