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

Дослідження інструментів штучного інтелекту для інтелектуального аналізу даних

Скорочена інформація про документ
dc.contributor.authorКірчанова, А.uk
dc.contributor.authorKirchanova, A. K.en
dc.titleДослідження інструментів штучного інтелекту для інтелектуального аналізу данихuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationКірчанова А. Дослідження інструментів штучного інтелекту для інтелектуального аналізу даних // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/27890.uk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/27890
dc.identifier.udc004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/52844
dc.description.abstractУ роботі досліджено сучасний інструментарій штучного інтелекту (ШІ), призначений для інтелектуального аналізу даних (Data Mining). Проаналізовано ключові класи алгоритмів, включаючи методи класифікації, кластеризації, регресійного та асоціативного аналізу. Здійснено порівняльну характеристику популярних програмних засобів: бібліотек Scikit-learn та TensorFlow, а також автоматизованих платформ RapidMiner таuk
dc.description.abstractThe paper explores modern artificial intelligence (AI) tools designed for intelligent data analysis (Data Mining). Key classes of algorithms are analyzed, including methods of classification, clustering, regression, and associative analysis.en
dc.subjectштучний інтелектuk
dc.subjectінтелектуальний аналіз данихuk
dc.subjectData Miningen
dc.subjectмашинне навчанняuk
dc.subjectнейроннімережіuk
dc.subjectScikit-learnen
dc.subjectTensorFlowen
dc.subjectAutoMLen
dc.subjectцифровізаціяuk
dc.subjectartificial intelligenceen
dc.subjectintelligent data analysisen
dc.subjectmachine learningen
dc.subjectneural networksen
dc.subjectScikitlearnen
dc.subjectdigitalizationen
dc.typeThesis
dc.language.isoukuk
dc.relation.references5. Дослідження інструментів штучного інтелекту для інтелектуального аналізу даних / І. Лисенко, Р. Минайленко, С. Смірнов та ін. [Електронний ресурс]. – Режим доступу: https://csecurity.kubg.edu.ua/index.php/journal/article/view/1022 (дата звернення: 02.03.2026). Scikit-learn: Machine Learning in Python [Електронний ресурс]. – Режим доступу: https://scikit-learn.org/stable/ (дата звернення: 02.03.2026). RapidMiner Documentation [Електронний ресурс]. – Режим доступу: https://docs.rapidminer.com/ (дата звернення: 02.03.2026). KNIME Documentation [Електронний ресурс]. – Режим доступу: https://docs.knime.com/ap/latest/ (дата звернення: 02.03.2026). TensorFlow Developers Guide [Електронний ресурс]. – Режим доступу: https://www.tensorflow.org/guide (дата звернення: 02.03.2026). Анастасія Костянтинівнаuk
dc.date.accessioned2026-09-03T10:29:53Z
dc.date.available2026-09-03T10:29:53Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
27890.pdf
Розмір:
241,81 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2026)