<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Розвиток компетентностей студентів з інтелектуального аналізу часових рядів з використанням платформи Kaggle

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Проаналізовано можливості використання платформи Kaggle для розвитку компетентностей студентів у галузі інтелектуального аналізу часових рядів. Розглянуто ключові функції та ресурси, які пропонує платформа. Охарактеризовано датасети та програми-ноутбуки. Наведено приклади задач, розв’язання яких дозволить здобувачам вищої освіти краще розвинути свої навички з інтелектуального аналізу часових рядів.
The possibilities of using the Kaggle platform for developing students' competencies in the field of time series analysis have been analyzed. Key features and resources offered by the platform are considered. Datasets and program notebooks are characterized. Examples of tasks are provided, the solutions of which will allow higher education students to better develop their skills in time series analysis.

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

978-617-8163-14-3

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Копняк В. Є., Кобилянська І. М. Розвиток компетентностей студентів з інтелектуального аналізу часових рядів з використанням платформи Kaggle // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21738.

Зібрання

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. Платформа Kagglе. Про датасети. URL: https://www.kaggle.com/docs/datasets.
  2. Платформа Kagglе. Як використовувати Kaggle Notebooks. URL: https://www.kaggle.com/docs/notebooks.
  3. Мокін В. Б., Дратований М. В. Наука про дані: машинне навчання та інтелектуальний аналіз даних : електронний навчальний посібник комбінованого (локального та мережевого) використання. Вінниця: ВНТУ, 2024. 258 с.
  4. Копняк В.Є., Мокін В.Б. Дослідження проблем із гетероскедастичністю даних моніторингу якості атмосферного повітря. Матеріали LII науково-технічної конференції підрозділів Вінницького національного технічного університету (НТКП ВНТУ–2023), Вінниця, 21 – 23 червня 2023 р. Збірник наукових праць [Електронний ресурс], https://press.vntu.edu.ua/index.php/vntu/catalog/view/788/1373/2632-1, Вінниця: ВНТУ, 2023. (PDF, 3076 с.) ISBN 987-966-641-942-5, С. 320-324
  5. Шмундяк Д. О., Копняк В. Є. Метод ідентифікації локальних аномалій значень показників стану довкілля з використанням декомпозиції на півхвилі, Вісник Вінницького політехнічного інституту, вип. 1, с. 88–100, Лют. 2024, DOI https://doi.org/10.31649/1997-9266-2024-172-1-88-100.
  6. Mokin Vitalii. Kopniak Volodymyr. Kaggle Notebook “Air State Analysis: Comparison of ARIMA and GARCH models”, 2023. URL: https://www.kaggle.com/code/vbmokin/air-state-analysis-comparison-of-arima-andgarch.