Предварительный анализ данных и построение признаков в задаче прогнозирования объемов поставок

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Машинное обучение является основной областью искусственного интеллекта. Это способствует новому этапу развития области информационных технологий, так как теперь компьютер способен переходить в режим самообучения без явного программирования. Целью исследования являлось нахождение оптимального набора экзогенных переменных, обеспечивающего наилучшее качество модели в задаче прогнозирования объемов выпускаемой продукции. В результате исследования реализованы несколько способов построения новых атрибутов и выделены основные аспекты в предобработки данных из этой предметной области.

Об авторах

Полина Алексеевна Семёнова

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: 195229@edu.fa.ru
ORCID iD: 0009-0000-4835-5319

факультет информационных технологий и анализа больших данных

Россия, Москва

Наталья Владимировна Гринева

Финансовый университет при Правительстве Российской Федерации

Email: ngrineva@fa.ru
ORCID iD: 0000-0001-7647-5967
SPIN-код: 1140-9636

кандидат экономических наук, доцент, доцент Департамента анализа данных и машинного обучения

Россия, Москва

Светлана Сергеевна Михайлова

Финансовый университет при Правительстве Российской Федерации

Email: ssmihajlova@fa.ru
ORCID iD: 0000-0001-9183-8519
SPIN-код: 9697-3928

доктор экономических наук, профессор, профессор Департамента анализа данных и машинного обучения

Россия, Москва

Список литературы

  1. In-depth guide to machine learning in the enterprise / Ed Burns —2021 —c. 1–3.
  2. Data Preprocessing and Data Wrangling in Machine Learning / Salvador García, Sergio Ramírez-Gallego, Julián Luengo, José Manuel Benítez, Francisco Herrera—ноябрь 2016.
  3. Big data preprocessing: methods and prospects / Jagreet Kaur —сентябрь 2022 —c. 1–4.
  4. Быков К. В. Особенности предобработки данных для применения машинного обучения / К. В. Быков. —Текст: непосредственный // Молодой ученый. —2021. —№ 53 (395). —С. 1–4.
  5. Yu L. et al. Missing data preprocessing in credit classification: One-hot encoding or imputation? //Emerging Markets Finance and Trade. —2022. —Т. 58. —№. 2. —С. 472–482.
  6. Handling Categorical Data, The Right Way / Eugenio Zuccarelli —сентябрь 2020.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Данные с сети магазинов Auchan и O'KEY

Скачать (87KB)
Метаданные
3. Рис. 2. Информация о периодах прохождения промоакций

Скачать (94KB)
Метаданные
4. Рис. 3. Информация о продукте

Скачать (72KB)
Метаданные
5. Рис. 4. Полученный датасет после денормализации

Скачать (79KB)
Метаданные
6. Рис. 5. Графики распределения поставок и скидок

Скачать (36KB)
Метаданные
7. Рис. 6. Моделирование на исходных данных

Скачать (126KB)
Метаданные
8. Рис. 7. Приоритетность признаков в модели на исходных данных

Скачать (36KB)
Метаданные
9. Рис. 8. Результаты моделирования по построенным признакам

Скачать (123KB)
Метаданные
10. Рис. 9. Результаты моделирования обновленной модели

Скачать (78KB)
Метаданные


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».