| dc.contributor.author | Вараниця, М. С. | uk |
| dc.date.accessioned | 2025-08-19T07:53:39Z | |
| dc.date.available | 2025-08-19T07:53:39Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/48664 | |
| dc.description.abstract | У роботі розглядається розробка програмної реалізації статистичних методів для виявлення аномалій у даних із використанням мови програмування Python. Досліджуються підходи до обробки даних, аналізу статистичних відхилень і побудови алгоритмів для автоматизованого виявлення аномалій. | uk |
| dc.description.abstract | The paper examines the development of a software implementation of statistical methods for anomaly detection in data using the Python programming language. It explores approaches to data processing, analysis of statistical deviations, and the construction of algorithms for automated anomaly detection. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24516 | |
| dc.subject | Аномалії | uk |
| dc.subject | статистичні методи | uk |
| dc.subject | Python | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | аналіз даних | uk |
| dc.subject | виявлення аномалій | uk |
| dc.subject | алгоритми | uk |
| dc.subject | автоматизаціяAbstractThe paper examines the development of a software implementation of statistical methods for anomaly detection in datausing the Python programming language It explores approaches to data processing | uk |
| dc.subject | analysis of statistical deviations | uk |
| dc.subject | and | uk |
| dc.subject | Anomalies | uk |
| dc.subject | statistical methods | uk |
| dc.subject | Python | uk |
| dc.subject | machine learning | uk |
| dc.subject | data analysis | uk |
| dc.subject | anomaly detection | uk |
| dc.subject | algorithms | uk |
| dc.subject | automationВступВиявлення аномалій у даних є важливим завданням у сфері аналізу даних | uk |
| dc.subject | машинного навчання тастатистики Аномалії можуть свідчити про наявність помилок | uk |
| dc.subject | шахрайських операцій | uk |
| dc.subject | технічних | uk |
| dc.title | Статистичні методи для виявлення аномалій у даних із застосуванням мови програмування python | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 618.12 | |
| dc.relation.references | Aggarwal C. C. Outlier Analysis / C. C. Aggarwal. 2nd ed. Cham: Springer, 2017. 492 p. | |
| dc.relation.references | Chandola V. Anomaly Detection: A Survey / V. Chandola, A. Banerjee, V. Kumar // ACM Computing Surveys. 2009. Vol. 41, No. | |
| dc.relation.references | P. 158. | |
| dc.relation.references | Raschka S. Python Machine Learning / S. Raschka, V. Mirjalili. 3rd ed. Birmingham: Packt Publishing, 2019. 770 p. | |
| dc.relation.references | Pedregosa F. Scikit-learn: Machine Learning in Python / F. Pedregosa, G. Varoquaux, A. Gramfort, et al. // Journal of Machine Learning Research. 2011. Vol. 12. P. 28252830. | |
| dc.relation.references | Bishop C. M. Pattern Recognition and Machine Learning / C. M. Bishop. New York: Springer, 2006. 738 p. | |
