BashGU
Electronic Library

     
?

Details
Card Table RUSMARC

Валеев, Ленар Аликович. Применение методов предиктивной аналитики и машинного обучения для прогнозирования отказов оборудования на предприятии (проект): выпускная квалификационная работа по программе бакалавриата. Направление подготовки (специальность) 38.03.05 Бизнес-информатика. Направленность (профиль): Аналитическая и инструментальная поддержка бизнеса / Л. А. Валеев, А. А. Самарбаева, Н. А. Мингалимов; Башкирский государственный университет, Институт экономики, финансов и бизнеса, Кафедра цифровой экономики и коммуникации ; научный руководитель А. Ф. Галямов. — Уфа, 2021. — 60 с. — <URL:https://elib.bashedu.ru/dl/diplom/Valeev LA_Mingalimov NA_Samarbaeva AA_38.03.05_Bizinf_bak_2021.pdf>. — Текст: электронный

Record create date: 8/25/2021

Subject: Экономика — Общие основы экономики; ВКР; бакалавриат; проектные работы; предиктивная аналитика; диагностика отказов; алгоритм XGBoost; модель машинного обучения

UDC: 330

LBC: 65.011

Collections: Квалификационные работы бакалавров и специалистов; Общая коллекция

Allowed Actions: –

*^% Action 'Read' will be available if you login and work on the computer in the reading rooms of the Library

Group: Anonymous

Network: Internet

Document access rights

Network User group Action
Library BashGU Local Network Authenticated users Read
Library BashGU Local Network All
Internet Authenticated users Read
-> Internet All

Table of Contents

  • ВВЕДЕНИЕ
  • 1 ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
    • 1.1 Предиктивная аналитика в диагностике отказов
    • 1.2 Машинное обучение в диагностике отказов
    • 1.3 Обзор научной литературы по заявленной тематике
  • 2 ОБЗОРНАЯ ЧАСТЬ
    • 2.1 Описание алгоритмов машинного обучения
      • 2.1.1 Случайный лес
      • 2.1.2 Логистическая регрессия
      • 2.1.3 Составной классификатор
      • 2.1.4 Экстремальный градиентный бустинг
    • 2.2 Обзор программной среды для решения задачи
  • 3 АНАЛИТИЧЕСКАЯ ЧАСТЬ
    • 3.1 Общая идея используемого алгоритма XGBoost
    • 3.2 Математический анализ
      • 3.2.1 Целевая функция
      • 3.2.2 Теорема Тейлора и деревья с градиентным усилением
      • 3.2.3 Выращивание следующего ученика
      • 3.2.4 Двоичная классификация с оптимизацией потерь журнала
  • 4 ПРАКТИЧЕСКАЯ ЧАСТЬ
    • 4.1 Постановка задачи
    • 4.2 Обзор данных
    • 4.3 Исследовательский анализ данных
    • 4.4 Предварительная обработка данных
    • 4.5 Конструирование признаков
      • 4.5.1 Максимальное изменение во времени (MCOT)
      • 4.5.2 Скользящее среднее (MA)
      • 4.5.3 Среднее значение датчика, не основанного на времени (ANTBS)
    • 4.6 Модель машинного обучения
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Usage statistics

stat Access count: 2
Last 30 days: 0
Detailed usage statistics