Показати скорочену інформацію

dc.contributor.authorПапа, А. А.uk
dc.contributor.authorЯровий, А. А.uk
dc.contributor.authorПаночишин, Ю. М.uk
dc.date.accessioned2024-03-26T14:04:13Z
dc.date.available2024-03-26T14:04:13Z
dc.date.issued2023
dc.identifier.citationПапа А. А. Прогнозування відтоку клієнтів на основі алгоритмів вибору підмножини ознак [Електронний ресурс] / А. А. Папа, А. А. Яровий, Ю. М. Паночишин // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/18705.uk
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/41059
dc.description.abstractРозглянуто актуальність задачі прогнозування відтоку клієнтів. Здійснено аналіз алгоритму вибору підмножини ознак для вирішення задачі прогнозування відтоку клієнтів, за результатами якого була підтверджена доцільність та перспективність застосування даного алгоритму у реальному програмному продукті.uk
dc.description.abstractThe relevance of the problem of prediction the outflow of customers is considered. The analysis of the algorithm for selecting a subset of features for solving the problem of predicting the outflow of customers is carried out. The results confirmed the feasibility and prospects of using this algorithm in a real software product.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/18705
dc.subjectпрогнозування відтоку клієнтівuk
dc.subjectалгоритм обирання підмножинизміннихuk
dc.subjectpredicting customer churnuk
dc.subjectvariable subset selection algorithmuk
dc.titleПрогнозування відтоку клієнтів на основі алгоритмів вибору підмножини ознакuk
dc.typeThesis
dc.identifier.udc004.89
dc.relation.referencesAndrii Papa, Yevhen Shemet, Andrii Yarovyi, Lyubov Vahovska Development of information technology for analyzing the customer churn of a telecommunication company. Information and control systems. Vol. 2, No. 2(64), 2022. p. 11-15. DOI: https://doi.org/10.15587/2706-5448.2022.255861
dc.relation.referencesGuyon and A. Elisseeff, "Introduction to Variable and Feature Selection," Journal of Machine Learning Research, vol. 3, pp. 1157-1182, 2003.
dc.relation.referencesY. Yang and J. O. Pedersen, "A Comparative Study on Feature Selection in Text Categorization," in Proceedings of the 14th International Conference on Machine Learning, Nashville, TN, USA, 1997, pp. 412-420.
dc.relation.referencesBach, Francis R (2008). Bolasso: model consistent lasso estimation through the bootstrap. Proceedings of the 25th International Conference on Machine Learning. . 3340. 3 5. Phuong TM, Lin Z, Altman RB. Choosing SNPs using feature selection. Proc IEEE Comput Syst Bioinform Conf. 2005:301-9. doi: 10.1109/csb.2005.22. PMID: 16447987.
dc.relation.referencesG. Forman and I. Guyon, "An extensive empirical study of feature selection metrics for text classification," Journal of Machine Learning Research, vol. 3, pp. 1289-1305, Mar. 2003.
dc.relation.referencesSaghapour, E., Kermani, S., & Sehhati, M. (2017). A novel feature ranking method for prediction of cancer stages using proteomics data. PLOS ONE, 12(9), e0184203. DOI: https://doi.org/10.1371/journal.pone.0184203.


Файли в цьому документі

Thumbnail

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

Показати скорочену інформацію