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: электронныйRecord 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 | |||||
Library BashGU Local Network | All | |||||
Internet | Authenticated users | |||||
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
- 2.1 Описание алгоритмов машинного обучения
- 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
Access count: 2
Last 30 days: 0 Detailed usage statistics |