| dc.contributor.author | Глєбов, І. Ю. | uk |
| dc.contributor.author | Кабачій, В. В. | uk |
| dc.date.accessioned | 2024-03-11T11:07:11Z | |
| dc.date.available | 2024-03-11T11:07:11Z | |
| dc.date.issued | 2021 | |
| dc.identifier.citation | Глєбов І. Ю. Прогнозування часових рядів та інтегрування торгових сигналів за допомогою pythonІ. Ю. Глєбов, В. В. Кабачій // Матеріали L науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2021/paper/view/12675. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/39440 | |
| dc.description.abstract | У статті проаналізовано тематику часових рядів, задачі прогнозування часових рядів, застосування нейронних мереж для прогнозування та інтеграцію експертних систем засобами мови програмування Python. | uk |
| dc.description.abstract | The article analyzes the topics of time series, tasks of time series forecasting, the use of neural networks for forecasting and integration of expert systems using Python programming language. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали L науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2021/paper/view/12675 | |
| dc.subject | часові ряди | uk |
| dc.subject | прогнозування | uk |
| dc.subject | прийняття рішень | uk |
| dc.subject | нейронні мережі | uk |
| dc.subject | axis series | en |
| dc.subject | forecasting | en |
| dc.subject | neural networks | en |
| dc.subject | Python | en |
| dc.title | Прогнозування часових рядів та інтегрування торгових сигналів за допомогою Рython | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 681.324 | |
| dc.relation.references | . Простий посібник зі схем UML і моделювання баз даних [Електронний ресурс]: https://www.microsoft.com/ukua/microsoft-365/business-insights-ideas/resources/guide-to-uml-diagramming-and-database-modeling | uk |
| dc.relation.references | . Бакай Є. І., Кабачій В. В., Маслій Р. В. Модель прийняття рішень для фінансових часових рядів на
основі пари середніх з використанням оцінки різних часових вимірів / Вісник Вінницького політехнічного
інституту. – 2017. – № 1. – С. 70-77. | uk |
| dc.relation.references | Квєтний Р. Н. Імовірнісні нейронні мережі в задачах ідентифікації часових рядів [Електронний
ресурс] / Р. Н. Квєтний, В. В. Кабачій, О. О. Чумаченко // Наукові праці Вінницького національного
технічного університету. – 2010. – № 3. – 6 с. – Режим доступу до журн. : http://www.nbuv.gov.ua/ejournals/VNTU/2010-3/2010-3.html . | uk |
| dc.relation.references | Нейронні мережі як інструмент прогнозування [Електронний ресурс]. – Режим доступу:
https://012.ucoz.ru/publ/1-1-0-21 | uk |
| dc.relation.references | Модуль MetaTrader для інтеграції з Python [Електронний ресурс]. – Режим доступу:
https://www.mql5.com/ru/docs/integration/python_metatrader5 | uk |
