dc.contributor.advisor | Мокін, В. Б. | uk |
dc.contributor.author | Лосенко, А. В. | uk |
dc.date.accessioned | 2020-03-30T16:19:04Z | |
dc.date.available | 2020-03-30T16:19:04Z | |
dc.date.issued | 2020 | |
dc.identifier.citation | Лосенко А. В. Розробка інформаційної системи передбачення ціни на вживані авто [Електронний ресурс] / А. В. Лосенко ; наук. кер. В. Б. Мокін // Матеріали XLIX науково-технічної конференції підрозділів ВНТУ, Вінниця, 27-28 квітня 2020 р. – Електрон. текст. дані. – 2020. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2020/paper/view/9959. | uk |
dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/29301 | |
dc.description.abstract | Був здійснений розвідувальний аналіз обраного набору даних, розміщеного у вільному доступі, за допомогою інструментів аналізу даних написаних на мові програмування Python, після чого була обрана найбільш ефективна модель машинного навчання для вирішення завдання передбачення ціни вживаного автомобіля. | uk |
dc.description.abstract | An exploratory data analysis of the selected set of open dataset was concluded using data analysis tools written in
Python programming language, and then the most efficient machine learning model was selected to solve the problem
of predicting the price of a used car. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали XLIX науково-технічної конференції підрозділів ВНТУ, Вінниця, 27-28 квітня 2020 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2020/paper/view/9959 | |
dc.subject | розвідувальний аналіз даних | uk |
dc.subject | передбачення ціни | uk |
dc.subject | вживаний автомобіль | uk |
dc.subject | exploratory data analysis | en |
dc.subject | price forecasting | en |
dc.subject | used car | en |
dc.title | Розробка інформаційної системи передбачення ціни на вживані авто | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.8:338+629.33 | |
dc.relation.references | Used Cars Dataset, Vehicles listtings from Craigslist [Electronic resource] Available: https://www.kaggle.com/austinreese/craigslist-carstrucks-data | en |
dc.relation.references | Jean-Daniel Fekete, Romain Primet, “Progressive Analytics: A Computation Paradigm for Exploratory Data Analysis”, https://arxiv.org/abs/1607.05162 | en |
dc.relation.references | Wes McKinney “Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (2nd. ed.).”, O’Reilly Media, Inc, 2017. | en |
dc.relation.references | Used Cars - FE & EDA with 3D, abnormals filter [Electronic resource] Available: https://www.kaggle.com/vbmokin/used-cars-fe-eda-with-3d-abnormals-filter | en |
dc.relation.references | Мокін В. Б., Лосенко А. В., Дратований М. В., Інтелектуальна технологія аналізу та передбачення цін на вживані автомобілі [Електронний ресурс] Режим доступу: https://doi.org/10.31649/1997-9266-2019-147-6-62-72 | uk |
dc.relation.references | LightGBM Documentation [Electronic resource] Available: https://lightgbm.readthedocs.io/en/latest/ | en |