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

Розвідувальний аналіз даних для інформаційної технології аналізу та передбачення заробітної плати Data Developers методами машинного навчання

dc.contributor.authorСтаринець, Т. В.uk
dc.contributor.authorВойцеховська, О. О.uk
dc.contributor.authorVoitsekhovska, O. O.en
dc.titleРозвідувальний аналіз даних для інформаційної технології аналізу та передбачення заробітної плати Data Developers методами машинного навчанняuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationСтаринець Т. В., Войцеховська О. О. Розвідувальний аналіз даних для інформаційної технології аналізу та передбачення заробітної плати Data Developers методами машинного навчання // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25054.uk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25054
dc.identifier.isbn978-617-8163-57-0
dc.identifier.udc[004.658:[004.891.3:331.215]](043.2)
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/48060
dc.description.abstractДослідження присвячене підготовці та розвідувальному аналізу даних для подальшого використання в інформаційній технології аналізу та передбачення заробітної плати Data Developers методами машинного навчання. Проведено аналіз структури датасету та його основних характеристик, а також досліджено можливі взаємозв’язки між рівнем оплати праці Data Developers та таких ключових чинників як професійний досвід, формат зайнятості, можливість віддаленої роботи та масштаб компанії.uk
dc.description.abstractThe study is devoted to the preparation and exploratory data analysis for further use in the information technology of analysis and prediction of Data Developers' salaries using machine learning methods. The dataset structure and its key features were analyzed, as well as investigates possible relationships between the level of remuneration of Data Developers and such key factors as professional experience, employment format, the possibility of remote work and the scale of the company.en
dc.subjectінформаційна технологіяuk
dc.subjectмашинне навчанняuk
dc.subjectаналіз данихuk
dc.subjectпередбаченняuk
dc.subjectзаробітна платаuk
dc.subjectрозвідувальний аналіз данихuk
dc.subjectData Developersen
dc.subjectinformation technologyen
dc.subjectmachine learningen
dc.subjectdata analysisen
dc.subjectpredictionen
dc.subjectsalaryen
dc.subjectexploratory data analysisen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesGhorai, P., Barik, R. Salary Prediction Using Machine Learning Techniques. In: Tiwari, S., Trivedi, M.C., Kolhe, M.L., Singh, B.K. (eds) Advances in Data and Information Sciences. ICDIS 2024. Lecture Notes in Networks and Systems, 2025, vol 1193. Springer, Singapore. https://doi.org/10.1007/978-981-97-9619-9_17en
dc.relation.referencesRukiye Kaya, Mehtap Saati, Mehmet Gkhan Bakal. "Improving Salary Offer Processes With Classification Based Machine Learning Models", 2024 8th International Artificial Intelligence and Data Processing Symposium (IDAP), 2024, pp.1-7, doi: 10.1109/IDAP64064.2024.10710706en
dc.relation.referencesA. Asaduzzaman, M. R. Uddin, Y. Woldeyes and F. N. Sibai, "A Novel Salary Prediction System Using Machine Learning Techniques," 2024 Joint International Conference on Digital Arts, Media and Technology with ECTI Northern Section Conference on Electrical, Electronics, Computer and Telecommunications Engineering (ECTI DAMT & NCON), Chiang-mai, Thailand, 2024, pp. 38-43, doi: 10.1109/ECTIDAMTNCON60518.2024.10480058.en
dc.relation.referencesData Developer Salary in 2024 [ ]. : https://www.kaggle.com/datasets/zeesolver/dataeng-salary-2024en
dc.relation.referencesМіжквартильний або інтерквартильний розмах (IQR) [Електронний ресурс]. – Режим доступу: https://uk.economypedia.com/11035383-interquartile-rangeuk
dc.relation.referencesPandas Getting started. 2024 [ ] : https://pandas.pydata.org/docs/getting_started/index.htmlen
dc.relation.referencesSeaborn Tutorial. 2023 [Електронний ресурс]. – Режим доступу: https://seaborn.pydata.org/tutorial.htmlen
dc.relation.referencesMatplotlib Pyplot Documentation. 2024 [ ]. : https://matplotlib.org/3.5.3/api/_as_gen/matplotlib.pyplot.htmlen
dc.relation.referencesA Complete Guide to Data Visualization in Python With Libraries & More. 2023 [Електронний ресурс]. – Режим доступу: https://www.simplilearn.com/tutorials/python-tutorial/data-visualization-in-python.en
dc.relation.referencesМокін В.Б., Дратований М.В. Наука про дані: машинне навчання та інтелектуальний аналіз даних. Навчальний посібник. м. Вінниця, 2024 р. 263 с. URL: https://iq.vntu.edu.ua/repository/getfile.php/8163.pdf.uk
dc.date.accessioned2025-08-13T09:44:25Z
dc.date.available2025-08-13T09:44:25Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
25054.pdf
Розмір:
754,03 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

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