Preliminary Data Analysis and Feature Construction in Financial and Economic Information Processing Tasks

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Machine learning is the main field of artificial intelligence. This contributes to a new stage in the development of the field of information technology, since now the computer is able to switch to self-learning mode without explicit programming. The aim of the study was to find the optimal set of exogenous variables that ensures the best quality of the model in the task of forecasting output volumes. As a result, several methods of constructing new attributes are implemented and the main aspects in the preprocessing of data from this subject area are highlighted.

Sobre autores

Polina Semenova

Financial University under the Government of the Russian Federation

Autor responsável pela correspondência
Email: 195229@edu.fa.ru
ORCID ID: 0009-0000-4835-5319

Faculty of Information Technology and Big Data Analysis

Rússia, Moscow

Natalia Grineva

Financial University under the Government of the Russian Federation

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

Cand. Sci. (Econ.), Associate Professor, Associate Professor of the Department of Data Analysis and Machine Learning

Rússia, Moscow

Svetlana Mikhaylova

Financial University under the Government of the Russian Federation

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

Dr. Sci. (Econ.), Professor, Professor of the Department of Data Analysis and Machine Learning

Rússia, Moscow

Bibliografia

  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 — November 2016.
  3. Big data preprocessing: methods and prospects / Jagreet Kaur —September 2022 —pp. 1–4.
  4. Bykov K. V. Features of data preprocessing for the application of machine learning / K. V. Bykov. —Text: direct // Young scientist. —2021. —№ 53 (395). —Pp. 1–4.
  5. Yu L. et al. Missing data preprocessing in credit classification: One-hot encoding or imputation? //Emerging Markets Finance and Trade. —2022. —V. 58. —№. 2. —pp. 472–482.
  6. Handling Categorical Data, The Right Way / Eugenio Zuccarelli — September 2020.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. Data from Auchan and O'KEY stores

Baixar (87KB)
Metadados
3. Fig. 2. Information about the promotion periods

Baixar (94KB)
Metadados
4. Fig. 3. Product Information

Baixar (72KB)
Metadados
5. Fig. 4. The resulting dataset after denormalization

Baixar (79KB)
Metadados
6. Fig. 5. Distribution schedules of supplies and discounts

Baixar (36KB)
Metadados
7. Fig. 6. Modeling on the source data

Baixar (126KB)
Metadados
8. Fig. 7. Priority of features in the model based on the initial data

Baixar (36KB)
Metadados
9. Fig. 8. Simulation results based on the constructed features

Baixar (123KB)
Metadados
10. Fig. 9. Simulation results of the updated model

Baixar (78KB)
Metadados


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».