Search

Магістерська дисертація: 69 с., 20 табл., 1 додаток, 12 джерел. Дана робота присвячена написанню бота для полегшення торгівлі, що базується на засадах технічного аналізу шляхом отримання повідомлень з телеграм бота. Об’єкт дослідження – трейдинг криптовалют. Предмет дослідження – алгоритми технічного аналізу, за допомогою яких ми будемо отримувати сигнали. Мета роботи – розробка системи для отримання сигналів про покупку/продаж криптовалюти. Актуальність – у сучасному свiтi одним з найпопулярніших видів інвестицій стали інвестиції в криптовалюту. З кожним роком все більше і більше людей починають цікавитися цією сферою і інвестувати у ті чи інші криптовалюти. Саме тому ідея автоматизації технічого аналізу та просто отримання готових сигналів стає актуальною, оскільки це значно спрощує життя трейдера. Методи, які розглянуті у цій роботі, дають можливість отримати готові сигнали, не витрачаючи час на це, і особливо це актуально в світі криптовалют, де навіть лічені секунди можуть дуже багато вирішити. Шляхи подальшого розвитку предмету дослідження – вдосконалення функціоналу, масштабування. Master's thesis: 69 p., 20 tables, 1 appendix, 12 sources. This work deals with writing a bot to facilitate trading, based on the principles of technical analysis by receiving messages from a Telegram bot. The object of the study is cryptocurrency trading. The subject of research is the set of technical analysis algorithms, which are used in signals receiving. The purpose of the work is to develop a system for receiving signals about the purchase/sale of cryptocurrency. Relevance - in the modern world, one of the most popular types of investments has become investments in cryptocurrency. Every year, more and more people become interested in this area and invest in certain cryptocurrencies. That is why the idea of automating technical analysis and simply receiving ready-made signals becomes relevant, as it greatly simplifies the trader's life. The methods discussed in this work make it possible to get ready-made signals without spending time on it, and this is especially relevant in the world of cryptocurrencies, where even a few seconds can decide a lot. Ways of further development of the research subject - improvement of functionality, scaling.

Магістерська дисертація: 102 с., 30 рис., 29 табл., 2 додатки, 38 джерел. Актуальність: розповсюдженням використання теорії керування запасами, і полягає в необхідності розробки рекомендацій щодо вдосконалення роботи в даній області. Об’єкт дослідження: процес керування запасами на підприємстві. Мета дослідження: вдосконалення процесу керування запасами на підприємстві за допомогою методу Монте-Карло. Методи дослідження: аналіз наукової та методичної літератури, синтез та аналіз, емпіричні та теоретичні дослідження та метод Монте-Карло Результат дослідження: демонстрація переваг та недоліків найрозповсюдженіших систем керування запасами на практичному прикладі Наукова новизна дослідження: спроектовано та імплементовано програмну реалізацію на Python симуляції систем керування запасами на основі стохастичної моделі керування запасами методом Монте-Карло. Master’s thesis: 102 p., 30 fig., 29 tabl., 2 appendices, 38 ref. The relevance of the study: popularization the use of the inventory management theory, and the necessity to develop recommendations for improving work in this area. The purpose of the research: improvement of the inventory management process at the company using the Monte Carlo method. The object of research: the process of inventory management at a company. The research method: analysis of scientific and methodical literature, synthesis and analysis, empirical and theoretical research and the Monte Carlo method. The scientific novelty: design and software implementation using Python of the simulation of inventory management systems based on the stochastic model of inventory management using the Monte Carlo method was designed and implemented.

Магістерська дисертація: 66 с., 20 табл., 10 рис., 3 додатки, 17 джерел. Дана робота присвячена вивченню методів та моделей вирішення задач класифікації та відновлення зображень. Також було запропоновано власний шлях вирішення задачі відновлення зображень для подальшої їхньої класифікації. Створено програмний продукт на мові Python для досягнення поставлених цілей. Об’єкт дослідження – нестатичне прогнозування. Предмет дослідження – методи нестатичного прогнозування для відновлення зображень. Мета роботи – розробити методи та технології використання нестатичного прогнозування для відновлення зображень у процесi машинного навчання. Актуальність – у сучасному свiтi значного поширення набули методи машинного навчання для розв’язання задач класифiкацiї зображень, або ж iдентифiкацiї конкретних об’єктiв на зображеннях. При розв’язаннi таких задач з’являються певнi проблеми, зокрема не завжди зображення є чiтким та зрозумiлим. Ця нечiткiсть на зображеннi шкодить iдентифiкацiї. Методи, якi будуть розглянути у цiй роботi, дозволяють вiдновлювати зображення до стану, прийнятного для машини, яка буде їх обробляти. Це дозволить покращити результати iдентифiкацiї, що у свою чергу надасть можливiсть приймати бiльш точне та зважене рiшення базуючись на даних. Шляхи подальшого розвитку предмету дослідження – розгляд та реалізація інших шляхів оптимізації процесу відновлення зображень. Дослідження інших видів нечіткості та розробка методів їх виправлення. Розробка методів автоматичної ідентифікації нечіткості. Використання запропонованого алгоритму відновлення для вирішення іншиих задач, зокрема кластеризації та генерації. Thesis: 66 p., 20 tabl., 10 fig., 3 appendices, 17 sources. This work studies methods and models for solving problems of image classification and restoration. Also, we propose an original way of solving the problem of image restoration for their further classification. A software product was created to achieve the set goals. The object of research is non-static forecasting. The subject of research is non-static prediction methods for image restoration. The purpose of the work is to develop methods and technologies for using non- static forecasting for image restoration in the process of machine learning. Relevance - in the modern world, machine learning methods for solving the problems of image classification, or identification of specific objects in images, have become widely used. When solving such problems, certain problems appear, in particular, the image is not always clear and understandable. This blurring of the image is detrimental to identification. The methods that will be considered in this work allow to restore images to a state acceptable for the machine that will process them. This will improve the identification results, which in turn will provide an opportunity to make a more accurate and balanced decision based on the data. In order to develop a way of further research of the subject we consider and implement in other ways of optimizing the process of image recovery. We research of other types of ambiguity and development of methods for their correction. We also develop of methods for automatic identification of blur. We use the proposed recovery algorithm to solve other problems, in particular, clustering and generation.

Дипломна робота: 98 ст., 64 рис., 27 табл., 1 дод., та 19 джерел. Тема: Методи побудови прогнозу фінансових даних: аналіз та порівняння. У роботі розглянуто задачу прогнозування ціни для акції компанії у фінансовому ринку. Об’єкт дослідження: процеси, пов’язані з побудовою та дослідженням прогнозу економічних даних. Предмет дослідження: засоби для дослідження фінансових ринків, їх залежності від різних чинників, зокрема сезонності. Мета роботи: дослідити різні методи для побудови прогнозу фінансових часових рядів. Методи дослідження: різні методики для роботи з даними, методи для побудови прогнозу. На мові Python cтворено програмний продукт для побудови прогнозу. Він дозволяє отримати дані передбачення на кілька кроків вперед. В роботі використовувалися дійсні дані часових рядів з сайту yahoo.finance. Master's thesis: 98 p., 64 fig., 27 tables, 1 appendix, 19 sources. Theme: Methods of forecasting financial data: analysis and comparison. The work considers the problem of forecasting the price for a company's stock in the financial market. Object of research: the processes associated with the construction and study of economic data forecast. Subject of research: tools for studying financial markets, their dependence on various factors, including seasonality. The purpose of the work is to explore different methods for forecasting of the financial time series. Methods of research: various methods for working with data, methods for forecasting. A software product was created for forecasting with Python. It allows us to get prediction data a few steps ahead. The work uses real time series data from the yahoo.finance.com site.

Магістерська дисертація містить: 94 с., 14 табл., 35 рис., 1 додаток, 11 джерел. Обробка інформації – одна з найважливіших задач 21 століття, тож важливо мати інструменти та методи для спрощення цього завдання. Метою роботи є розробка програмного продукту, який буде взаємодіяти з великою кількістю інформації різного роду та обробляти її найшвидшим способом і найзручнішим методом. Об’єктом дослідження є структура даних вже існуючої платформи для якої розробляється програмний продукт у рамках роботи. Предмет дослідження є патерни проектування програмного забезпечення та перелік існуючих хмарні провайдери. У магістерській дисертації було наведено принцип побудови мікросервісної архітектури та її розгортання через хмарний провайдер. Вдалось проаналізувати підходи до проектування програмного забезпечення, а також перелік найпопулярніших хмарних сервісів. Крім того, у процесі роботи над проектом було виявлено переваги та недоліки кожного з підходів, а також плюси та мінуси кожного з наведених хмарних провайдерів. Програмною мовою було обрано Go. У ході виконання вдалось реалізувати програмний продукт, використавши патерн «Ланцюжок», у подальшому було проведене розгортання написаного сервісу на хмарній платформі Google Cloud. Thesis: 94 p., 14 tabl., 35 fig., 1 appendix, 11 sources. Information processing is one of the most important tasks of the 21st century, so it is important to have tools and methods to simplify this task. The goal of the work is to develop a software product that will interact with a large amount of information of various kinds and process it in the fastest and most convenient way. The object of the study is the data structure of an already existing platform for which a software product is being developed as part of the work. The subject of the study is software design patterns and a list of existing cloud providers. The thesis presented the principle of building a microservice architecture and its deployment through a cloud provider. It was possible to analyze approaches to software design, as well as a list of the most popular cloud services. In addition, in the process of working on the diploma project, the advantages and disadvantages of each of the approaches, as well as the pros and cons of each of the listed cloud providers, were revealed. Go was chosen as the programming language. In the course of execution, it was possible to implement a software product using the "Chain" pattern, and subsequently, the written service was deployed on the Google Cloud platform.

Магістерська дисертація: 70 с., 3 рис. , 32 табл., 1 додаток, 13 джерел. В роботі розглядаються різні моделі та інструменти управління ризиками проекту. Також формується алгоритм знаходження та оцінювання ризиків, розглядається вирішення практичної задачі за цим алгоритмом. Актуальність даної дисертації полягає у розгляді досить нової та поки що не сформованої сфери управління проектами та формуванні алгоритму. Об’єктом дослідження є інструменти та методи аналізу ризиків для різних проектів. Предметом дослідження є метод якісного аналізу та кількісного аналізу ризиків проекту, а також практична можливість дослідження цих методів. Мета роботи - створення алгоритму дослідження ризиків проекту, який буде допомагати оцінити ймовірність настання негативної події та допоможе розробити сценарій реагування на нього. Дослідження проводилось на основі теоретичної бази, інформація про яку була отримана з різних джерел знань. За результатами дослідження методології сформовано алгоритм аналізу та протидії ризиків. Masters thesis: 70 p., 3 pictures, 32 tables, 1 appendix, 13 sources. In this work different models and tool of project risk management are scattered. The algorithm of finding and estimation of risks is also formed the solution of practical problem is considered according to this algorithm. The relevance of this thesis is to consider a rather new and not yet formed sphere of project management and algorithm formation. The object of the research is the tools and methods of risk analysis for different projects. The subject of the research is the method of qualitative analysis and quantitative analysis of the project risks, as well as the practical possibility of research of these methods. The aim of the work is to create a risk research algorithm of the project that will help to assess the probability of occurrence of a negative event and help to develop a scenario of response to it. The research was carried out on the basis of theoretical base, information about which was received from different sources of knowledge. According to the results of the study of methodology, the algorithm of risk analysis and counteraction was formed.

Магістерська дисертація виконана на 117 сторінках, містить 49 ілюстрацій, 20 таблиць 25 джерел та 1 додаток. Актуальність. Научно-технологічний прогрес призвів до активного використання безлічі інформаційних та кіберфізичних систем у повсякденному житті. Безліч систем в сфері астрономії, медицині, юриспруденції, промисловості, безпеки та інформаційних технологій використовують зображення отримані цифровими фото- та відеокамерами. Постає задача аналізу отриманих даних, а отже є необхідність в розробці системи, яка була б здатна покращувати якість зображень для подальшої їх обробки та інтерпретації. Об’єкт дослідження: задача поліпшення роздільної здатності цифрових зображень. Предмет дослідження: методи і моделі глибоких нейронних мереж а також генеративних нейронних мереж. Методи дослідження, застосовані у даній роботі, базуються на методах машинного навчання та експертної оцінки. Наукова новизна одержаних результатів — розроблено систему, що може генерувати зображення із збільшеною роздільною здатністю різними сучасними методами. The master's dissertation is made on 117 pages, contains 49 illustrations, 20 tables of 25 sources and 1 appendix. Topicality. Scientific and technological progress has led to the active use of many information and cyberphysical systems in everyday life. Many systems in the fields of astronomy, medicine, law, industry, security and information technology use images obtained with digital cameras and video cameras. The task is to analyze the data obtained, and therefore there is a need to develop a system that would be able to improve the quality of images for further processing and interpretation. Object of research: the task of improving the resolution of digital images. Subject of research: methods and models of deep neural networks and generative neural networks. The research methods used in this paper are based on methods of machine learning and expert evaluation. Scientific novelty of the obtained results - a system has been developed that can generate super resolution images with various state of the art methods.

Дипломна робота містить: 87 с., 6 табл., 28 рис., 2 додатків, 11 джерел. Об’єктом дослідження є дані платформи Kickstarter. Предметом дослідження є статистичні методи для аналізу фінансової успішності проекті на платформі Kickstarter. Програмною мовою було обрано Python. У даній роботі проведено дослідження та порівняння різних типів статистичних методів для аналізу. Були розглянуті мережа Байєса, дерева рішень, випадковий ліс, лінійна регресія та логістична регресія. Отримані результати були порівняні між собою, що надало можливість оцінити ефективність та дієвість кожного з методу. Для навчання та перевірки якості моделей були застосовані дані платформи Kickstarter. Під час виконання роботи вдалось встановити модель, що продемонструвала найбільшу точність. Крім того, було розглянуто можливі шляхи покращення програмного продукту: розширення функціоналу, реалізацію нових методів, створення інтерфейсу та покращення точності вже реалізованих моделей. Thesis: 87 p., 6 tabl., 28 fig., 2 appendices, 11 sources. The object of research is the data of the Kickstarter platform. The subject of the study is statistical methods for analyzing the financial success of the project on the Kickstarter platform. Python was chosen as the programming language. In this paper, research and comparison of different types of statistical methods for analysis. The Bayesian network, decision trees, random forest, linear regression, and logistic regression were considered. The results were compared with each other, which made it possible to assess the effectiveness and efficiency of each method. Data from the Kickstarter platform were used to train and test the quality of the models. During the work it was possible to establish the model that showed the greatest accuracy. In addition, possible ways to improve the software product were considered: expanding the functionality, implementing new methods, creating an interface and improving the accuracy of already implemented models.

Дипломна робота: 90 ст., 38 рис., 7 табл., 2дод., та 18 джерел. Тема: Методика роботи з даними для забезпечення фінансової стійкості підприємства. У роботі розглянуто задачу прогнозування показників для забезпечення фінансової стабільності. Об’єкт дослідження: процеси, пов’язані з прогнозом показників фінансової стійкості підприємства. Предмет дослідження: засоби для дослідження фінансової стійкості з застосуванням різних підходів. Мета роботи: дослідити різні методи для можливості прогнозування даних. Методи дослідження: різні методики для роботи з даними, статистичний аналіз. Створено програмний продукт для проведення прогнозу, що передбачатиме фінансові показники на основі попередніх даних. Для аналізу було використано реальні дані прогнозування фінансової стійкості для вибірки компаній з сайту kaggle.com. Diploma work: 90 p., 38 fig., 7 tables, 2 appendixes, 18 sources. Theme: Methods of working with data to ensure the financial stability of the enterprise. The work considers the problem of forecasting indicators to ensure financial stability. Object of research: the processes associated with the forecast of financial stability of the enterprise. Subject of research: tools for studying financial stability using different approaches. The purpose of the work is to explore different methods for the possibility of data prediction. Methods of research: various methods for working with data, statistical analysis. A software product has been created for forecasting that will provide financial indicators based on preliminary data. For the analysis, real financial stability forecasting data were used for a sample of companies from kaggle.com.

Магістерська дисертація: 117 с., 38 табл., 84 рис., 1 дод., 25 джерел. Тема роботи: «Система прогнозування економічних показників методом регресійного аналізу в умовах пандемії Covid-19». Актуальність магістерської дисертації зумовлена динамічними змінами у економічному секторі, що почалися та продовжуються через різкий спалах та довгострокову боротьбу з пандемією COVID-19. У зв’язку з цими обставинами збільшилась потреба в аналізі економічних показників, виявлення тенденцій та використання математичної бази задля покращення результатів прогнозування . Об’єктом дослідження є показники акцій LNC, MOS, NCLH, UAL,APPL,AMZN,GOOG,MSFT - ціни акції провідних компаній. Мета дослідження — створити систему прогнозування для оцінки економічних показників з урахуванням впливу кризи COVID-19. Описати та порівняти популярні методи для прогнозування котирування акцій з новітніми розробками в галузі прогнозування - Facebook Prophet . Програмний продукт реалізований за допомогою мови програмування Python у середовищі розробки Jupyter Notebook. Отримані результати: створено систему що допомагає у аналізі економічних показників, наочно побачити зміни цін в результаті пандемії . Розроблено систему аналізу копаній в які бажано б було інвестувати на основі економічних показників в кризисну ситуацію , а саме в період пандемії коронавірусу. Magisterial dissertation: 117 p., 38 tabl., 84 figures, 1 docs, 25 journals. The topic of the work: "The system of forecasting of economic indicators by the method of regressive analysis in the conditions of the Covid-19 pandemic". Relevance of the master's thesis is due to the dynamic changes in the economic sector, which began and continue through the rapid recession and the long-term fight against the pandemic COVID-19. Due to these circumstances there was an increased need for analysis of economic indicators, identification of trends and use of mathematical basis to improve forecasting results. The research subject is indicators of LNC,MOS,NCLH, UAL,APPL,AMZN,GOOG,MSFT. The research goal is to create a forecasting system for evaluation of economic indicators with regard to the impact of the COVID-19 crisis. Describe and compare popular methods for predicting stock quotes with new developments in the forecasting industry - Facebook Prophet. The product is implemented using the programming language. Python in the Jupyter Notebook development environment. Results: A system was created to help in analyzing economic indicators, to show changes in prices as a result of the pandemic. Developed a system of analysis of copanies in which it was desirable to invest on the basis of economic indicators in a crisis situation, namely during the pandemic of coronavirus.

Дипломна робота: 143 ст., 13 рис., 22 табл., 2 додатки, 17 джерел. Метою роботи є спроектувати систему «Додаток для ведення бухгалтерського обліку», розробити систему підтримки прийняття рішень з метою виявлення пріоритетних напрямків розвитку і побудови стратегій досягнення цілей. У роботі проведено дослідження та аналіз системи «Додаток для ведення бухгалтерського обліку», описані методи та методології для здійснення відповідного аналізу, деякі з яких були реалізовані у розробленій системі підтримки прийняття рішень. Систему підтримки прийняття рішень було реалізовано для здійснення управління системою «Додаток для ведення бухгалтерського обліку» шляхом побудови моделі системи, аналізу її стійкості, внесення змін в її структуру, моделювання сценаріїв майбутнього для вибору найкращого. Планується розвивати роботу у напрямку розростання функціоналу, додавання модулю прогнозування, додавання побудови графіків до змодельованих сценаріїв майбутнього системи, автоматичний вибір найкращого сценарію. Diploma Thesis (Bachelor`s Thesis): 143 p., 13 fig., 22 tabl., 2 annexes, 17 sources. The purpose of the work is to design the system "The application for accounting", to develop a decision support system in order to identify priority areas for the development of the application and to build strategies to achieve goals of the system. The research and analysis of the system "The application for accounting", methods and methodologies for the analysis, some of which were implemented in the decision support system, which was developed, are carried out in the work. The decision support system was implemented to manage the system "The application for accounting" by building a model of the system, analyzing its stability, making changes to its structure, modeling future scenarios to choose the best. It is planned to develop work in the directions of growth of functionality, addition of the forecasting module, addition of construction for building the schedules of the future scenarios of the system, automatic selection of the best scenario.

Дана дипломна робота містить 125 сторінок, 4 частини, 6 таблиць, 34 рисунків, 2 додатки, 16 джерел. Тема: Порівняльний аналіз методів оцінки спектральної щільності Однією з головних проблем в спектральному аналізі часових рядів є побудова конзистентних оцінок спектральних щільностей по скінченній реалізації стаціонарного процесу. При цьому, як правило, використовується перетворення Фур'є спостережень і квадрат його модуля, званий періодограмою. Ця дипломна робота дає практичний огляд щодо оцінок спектральних щільностей потужності за допомогою методу, заснованого на періодограмі, та систематизації і порівняння їх можливостей при практичному використанні. Досліджено спектральні вікна, які є модифікаційними елементами періодограми, визначені методи їх порівняння між собою як групами, так і окремо. Для кожної спектральної модифікації наведені значення еквівалентної смуги пропускання шуму (ENBW). Розглянуто узагальнений метод усереднення періодограм Уелча, наведено приклади застосувань, описано актуальність дослідження та розвязано практичні задачі. Проведено аналіз методів оцінювання спектральних щільностей, побудовано критерії оцінювання та реалізовано програмний код. This thesis contains 125 pages, 4 sections, 6 tables, 34 figures, 2 appendices, 16 sources. Theme: Comparative analysis methods for power spectral density estimation. One of the main problems in the spectral analysis of time series is the construction of constant estimates of spectral densities for the completed implementation of the national process. Before that, as a rule, the Fourier transform of observation and the square of its modulus, called the periodogram, are used. This thesis gives a practical overview of the estimation of power spectral densities using the periodogram-based method, systematization, and comparison of their capabilities in practical use. Spectral windows, which are modified elements of the periodogram, are studied, methods of their comparison with each other both in groups and separately are determined. For each spectral modification, the value of the equivalent noise bandwidth (ENBW) is given. The generalized method of estimation of the Welch periodogram is considered, the example of applications is given, the relevance of the research is described and practical problems are solved. The analysis of methods of estimation of spectral densities is carried out, the estimation of criteria is constructed and the program code is realized.

Дипломна робота: 112 с., 12 рис., 7 табл., 16 джерел. Тема: «Cкорингові моделі в управлінні ризиками банківського кредитування» Об’єкт дослідження – скорингові системи на базових класифікаторах машинного навчання та стекінгових мета-моделях. Предмет дослідження – оцінка ймовірностей виникнення проблем із забогованістю за кредитами фізичним особам з використанням класифікаторів. Мета роботи – розробка системи для аналізу та оцінювання кредитоспроможності фізичних осіб на основі моделей логістичної регресії, байєсівської мережі, дерев, градієнтного бустінгу та ансамблевих моделей на їх базі. Методи дослідження – побудова, тренування та оцінка моделей, що розглядаються, на тестових наборах даних з використанням метрик точності передбачення та AUC. В роботі розглянуто актуальні моделі побудови класифікаторів засобами машинного навчання, використання ансамблевих моделей для передбачення виникнення проблем з поверненням позик фізичними особами. Проведено порівняльний аналіз ефективності базових та мета-моделей. Розроблено програмне забезпечення для оцінки моделей та їх комбінацій на тестових датасетах. Прогнозні припущення щодо подальшого розвитку об’єкта дослідження: створення алгоритму автоматичного підбору базових моделей в залежності від отриманих результатів оцінки. The diploma project: 112 p., 12 fig., 7 tabl., 16 sources. The theme: «Scoring models in bank’s credit risk management» The object of study – scoring models based on basic machine learning classifiers and stacking metamodels. The subject of study – the probability estimation of issues arising in relation to loan debts of individuals using classifiers. The purpose of research – development of a system for analysis and estimation of creditworthiness of individuals based on logistic regression models, Bayesian network, trees, gradient boosting and ensemble models on them. The research methods – creation, training and assessment of models on testing datasets using accuracy metrics and AUC. In the paper the current models of classifiers creation by means of machine learning, using ensemble models for predicting problems with loans repayment by individuals are considered. A comparative analysis of efficiency of basic and meta-models was conducted. The software for the assessment of models and their combination on testing datasets was developed. The assumptions about further development of the study object: creating the algorithm of automatic selection of basic models depending on the obtained evaluation results.

Дипломна робота: 84+ c., 4 ч., 11 табл., 25 рис., 2 дод., 12 джерело. Об’єкт дослідження: оцінювання ефективності інвестиційних проектів. Мета дослідження: спрощення оцінювання ефективності інвестиційного проекту. Використані методи: аналіз наукової та методичної літератури, синтез та аналіз, метод внутрішньої норми прибутковості, метод чистої приведеної вартості, метод дисконтованого терміну прибутковості, метод індексу прибутновості. Отриманні результати: отриманий індекс прибутковості проекту, отримано чисту приведену вартість проекту, надано рекомендації щодо інвестування в проект. В рамках подальшого дослідження пропонується розширити функціонал ПП, реалізувати додаткові можливості для оцінювання проекту, підвищити точність роботи,надати можливість вводити більше даних для аналізу самого проекту, оптимізація роботи програми. Thesis: 84+ p., 4pt., 11 tabl., 25 fig., 2 appendices, 12 sources. Object of study: evaluation of efficiency of investment projects. Purpose: simplification of evaluation of efficiency of investment project Used methods: analysis of scientific and methodical literature, synthesis and analysis, method of internal norm of profitability, method the net brought cost over, method of the discounted term of profitability, method of index of profitability. Results: the got index of profitability of project, the net brought cost over of project is got, recommendations are given in relation to investing in a project Within the framework of further research it is suggested to extend the functional of program, realize additional possibilities for the evaluation of project, to promote exactness of work, to give possibility to enter anymore data for the analysis of project, optimization of work of the program.

Магістерська дисертація містить 132 с., 23 табл., 16 рис., 1 дод. та 15 джерел. Обʼєкт дослідження – підходи до обробки природної мови, а саме вектроне представлення тексту за допомогою трансформерних нейронних мереж, та їх використання у рекомендаційних системах з метою підвищення точності рекомендацій. Предмет дослідження – векторне представлення тексту за допомогою трансформерних нейронних мереж та вплив його використання на точність гібридної контентно-колаборативної рекомендаційної моделі. Мета роботи – розробка сервісу рекомендаційної системи, що використовує методи обробки природної мови з метою підвищення точності рекомендацій. У ході виконання роботи було проведено аналіз існуючих підходів до обробки природної мови та порівняння рекомендаційного алгоритму, що використовує векторне представлення тексту з класичними підходами: описано процес проектування сервісу та аналіз створеного програмного продукту. В рамках подальшої роботи доцільно досліджувати інші підходи до обробки природної мови та їх вплив на точність рекомендацій; проводити оптимізацію алгоритмів векторного представлення тексту з метою зниження їх обчислювальної вартості; проводити експерименти з гібридизації рекомендаційних систем. Dissertation includes: 132 p., 23 tables, 16 fig., 1 add. and 15 references. The research objects are the approaches to natural language processing, especially text embedding generation using transformer neural networks and its usage in recommender systems in order to improve recommender efficiency. The research subjects are text embedding generation using transformer neural networks and its impact on recommender system efficiency. The research purpose is the development and analysis of a recommender system that benefits from natural language processing algorithms. During the research there were existing approaches to natural language processing analyzed and recommender algorithms that benefit from the usage of text embeddings and classic recommender algorithms compared; the process of building and analysis of a program product described. As for further research, it is recommended to continue to experiment with alternative natural language processing approaches, to optimize and tune existing text embedding generation algorithms and to experiment with recommender system hybridization.

Удосконалення роботи логістичних систем неможливо без збору достовірної інформації і подальшого її аналізу. Тому в загальній теорії і практиці логістики підвищена увага приділяється логістичним дослідженням, що включають в себе методи збору інформації та її аналізу. Аналіз отриманої інформації про елементи і ланках логістичної системи дозволяє приймати обґрунтовані управлінські рішення на підприємстві. Методи аналізу полегшують роботу логістів при вивченні великих масивів інформації, наприклад, при управлінні запасами. В рамках вдосконалення логістичних систем пильна увага приділяється оптимізаційним завданням, які використовуються в різних сферах діяльності підприємства. В даній роботі увага приділяється такому розділу логістики, як управління запасами. Метою роботи є виявлення та вивчення підходів до оптимізації логістичної структури компанії для подальшого вдосконалення роботи організації, підвищення ефективності та конкурентоспроможності. Дипломна робота: 84 с., 6 табл., 18 рис., 2 додатки, 14 джерел. Improving the operation of logistics systems is impossible without collecting reliable information and further analysis. Therefore, in the general theory and practice of logistics, increased attention is paid to logistics research, which includes methods of collecting information and its analysis. The analysis of the received information on elements and links of logistic system allows to make the reasonable administrative decisions at the enterprise. Methods of analysis facilitate the work of logisticians in the study of large arrays of information, for example, in inventory management. As part of the improvement of logistics systems, close attention is paid to the optimization tasks used in various areas of the enterprise. In this paper, attention is paid to such a section of logistics as inventory management. The aim of the work is to identify and study approaches to optimizing the logistics structure of the company to further improve the organization, increase efficiency and competitiveness. Thesis: 84 p., 6 tabl., 18 fig., 2 appendices, 14 sources.

Дипломна робота: 85 с., 7 табл., 28 рис., 1 додаток, 26 джерел. Тема: Методи та підходи до категоризації коментарів користувачів. Мета роботи: дослідити методи та підходи до категоризації текстових даних, розробити систему для визначення тональності тексту за допомогою методів машинного навчання, розробити методи для зчитування та обробки даних для навчання системи та її подальшої коректної роботи. Результатом даної роботи є програмний продукт у вигляді прикладного програмного інтерфейсу, який аналізує відгуки користувачів до медіаконтенту, класифікує їх за настроєм та відображає статистику у реальному часі. Thesis: 85 p., 7 tabl., 28 fig., 1 appendices, 26 sources. Theme : Methods and approaches to categorization of user comments Objective: To explore the methods and approaches to categorizing text data, develop a system to determine the tone of the text using machine learning techniques to develop methods for reading and processing data to study the system and its work correctly. The result of this work is a software product in the form of an application software interface that analyzes user feedback on media content, classifies them by mood and displays real-time statistics.

Дипломна робота: 171 c., 4 ч., 16 табл., 45 рис., 4 дод., 51 джерело. Об’єкт дослідження – процес керування запасами на підприємстві. Мета дослідження – вдосконалення процесу керування запасами на підприємстві за допомогою перехресного АВС-XYZ-аналізу. Методи дослідження – аналіз наукової та методичної літератури, синтез та аналіз, АВС-аналіз, XYZ-аналіз перехресний аналіз ABC-XYZ. Побудовано сумісну матрицю змодельованого тестового підприємства «Ї» та надано рекомендації щодо подальших стратегій керування запасами. На основні результатів виконаних досліджень узагальнено теоретичні аспекти та методи аналізу задач складської логістики, серед яких було обрано метод перехресного АВС-XYZ-аналізу, ня основі якого розроблено програмне забезпечення, яке демонструє роботу цього методу. В рамках подальшого дослідження пропонується розширити функціонал ПП, реалізувати додаткові методи виділення груп (метод суми, метод дотичних, тощо), підвищити точність роботи, адаптувати до роботи з іншими видами даних (зашумлені, більша кількість періодів, можливі відсутні дані), оптимізація роботи програми. Thesis: 171 p., 4pt., 16 tabl., 45 fig., 4 appendices, 51 sources. Object of study – inventory management process of a company. Purpose of study – improving the inventory management process of a company with ABC-XYZ-analysis. Used models – analysis of scientific and methodological literature, synthesis and analysis, ABC-analysis, XYZ-analysis, ABC-XYZ-analysis. ABC-XYZ-analysis matrix for the test company “Yee” was built and recommendations for further inventory management strategies were provided. Based on the results of the research the theoretical aspects and methods of analysis of warehousing logistics problems are summarized, among which the method of cross ABC-XYZ-analysis was chosen, based on which a software was developed that demonstrates the work of this method. Further research proposes to expand functionality of the software, implement additional methods of group division (method of sums, tangent method, etc), increase the accuracy of analysis, adapt to work with other types of data (more noisy, more periods, possible missing data, etc) and to optimize the software.

Дипломна робота: 94 ст., 13 табл., 25 рис., 1 дод. та 13 джерел. Тема: Моделі демографічних процесів та прогнозування чисельності населення України В даній дипломній роботі було досліджено проблематику моделювання та оцінки прогнозів для демографічних процесів використовуючи знання про різнецеві рівняння та використано деякі типи авторегресійних моделей. Обєкт дослідження: демографічні процеси на території України Предмет дослідження: процесс аналізу структур математичних моделей, що з прийнятною точністю описують досліджувані демографічні процеси та дають оцінку прогнозу. Мета дипломної роботи: зробити аналіз наявних тенденцій у демографічній ситуаці України та змоделювати прогноз за 2020-2024 роки. Методи дослідження: використовувалися деякі з методів аналізу часових рядів та побудовано авторегресійні моделі. В даній дипломній роботі представлено результати короткострокового демографічного прогнозування, які були створені на основі даних чисельності населення України, народжуванності та смертності за період з 2002 по 2019 роки з офіційного веб-сайту Державнох Служби Статистики України. Bachelor thesis: 94 p., 13 tables, 25 fig. 1 add, and 13 references. Topic: Models of demographic processes and population forecasting in Ukraine In this thesis the problem of modeling and estimation of forecasts for demographic processes was investigated using the knowledge of difference equations and some types of autoregressive models were used. Object of research: demographic processes on the territory of Ukraine Subject of research: the process of analysis of the structures of mathematical models that accurately describe the studied demographic processes and give an estimate of the forecast. The purpose of the thesis: to analyze the current trends in the demographic situation of Ukraine and model the forecast for 2020-2024. Research methods: some of the methods of time series analysis were used and autoregressive models were built. This thesis presents the results of short-term demographic forecasting, which were created on the basis of data on the population of Ukraine, births and deaths for the period from 2002 to 2019 from the official website of the State Statistics Service of Ukraine.

Дипломна робота містить 116 с., 8 табл., 22 рис., 2 дод. та 16 джерел. Об’єкт дослідження – підходи до рекомендації контенту, а саме методи колаборативної фільтрації та їх гібридних модифікацій для розв’язання проблеми рекомендацій для ресурсів з великими об’ємами інформації. Предмет дослідження – моделі рекомендаційних систем, а саме гібридна контентно-колаборативна модель. Мета роботи – аналіз існуючих підходів до рекомендації контенту та побудова сервісу рекомендаційної системи, що не залежить від предметної області, взаємодія з яким відбуватиметься за допомогою протоколу HTTP. У ході виконання роботи було проведено аналіз існуючих підходів до рекомендації контенту та порівняння гібридної контентно-колаборативно моделі порівняно с класичними підходами; описано процес проектування сервісу рекомендаційної системи та аналіз створеного програмного продукту. В рамках подальшої роботи доцільно покращувати результати існуючої моделі шляхом додавання нових характеристик для користувачів та об’єктів, проводити експерименти з гібридизації системи з іншими підходами та розширювати функціонал системи для більш точного її налаштування. Diploma thesis includes: 116 p., 8 tables, 22 fig., 2 add. And 16 references. The research objects are different approaches to content recommendation, especially collaborative filtering methods and their hybrid modifications in order to solve the recommendation problem of the big data resources. The research subjects are recommender systems models, especially hybrid content-colaborative model. The research purpose is an analysis of the existing approaches to content recommendation and building a subject independent recommender system service that provides RESTful HTTP user interface. During the research there were existing approaches to content recommendations analyzed, hybrid content-colaborative model compared with classic approaches, recommender service designed and created. As for further research, it is recommended to enhance existing model with user and item features, experiment with recommender system hybridization and to expand system functionality in order to tune the system more precisely.

Об’єкт дослідження – дані, ціна акцій компанії «Google» у доларах з 2004 по 2020 роки. Предмет дослідження – індикатори технічного аналізу MACD та RSI, їх комбінації за допомогою розроблених методів на основі принципів роботи персептрону та логістичної функції. Мета роботи – розробити систему підтримки прийняття рішень для допомоги особі прийняття рішень у прогнозуванні цін акцій на фондовому ринку для отримання прибутку. Актуальність – передбачення цін на ринку акцій та вироблення методів прийняття рішень для подальшого інвестування. Реалізовано роботу індикаторів, розроблено два методи, проведено ряд експериментів та виконано аналіз їх результатів. Досліджено вплив коефіцієнтів індикаторів на якість прогнозу. Шляхи подальшого розвитку предмету дослідження – застосування нейронних мереж для пошуку оптимальних вагових коефіцієнтів для розроблених методів. The theme: Decision support system used for forecasting price tasks by means of technical analysis methods in a free market. The object of study - data, the stocks prices of "Google" in dollars from 2004 to 2020. The subject of research - indicators of technical analysis of MACD and RSI, their combinations using the developed methods based on the operation principles of the perceptron and logistics function. Purpose - develop a decision support system to help the decision maker in forecasting stock prices in the stock market for profit. Actuality - predicting stock market prices and developing methods of decision-making for further investment. The work of indicators were implemented, two methods were developed, a number of experiments were carried out and the analysis of their results was performed. The influence of indicator coefficients on the quality of the forecast was investigated. Ways of further development of the subject of research - the use of neural networks to find the optimal weights for the developed methods.

Дипломна робота містить: 97 с., 56 рис., 6 таблиць, 25 джерел, 2 додатки. Мета роботи – створити систему прогнозування для оцінки економічних показників. Об'єкт дослідження – показники акцій LNC, MOS, NCLH, UAL, NBL, ціна нафти, акції провідних компаній світу, ВВП. У роботі створено систему що допомагає у аналізі економічних показників, наочно побачити зміни цін в результаті пандемії . Розроблено систему аналізу копаній в які бажано б було інвестувати на основі економічних показників в кризисну ситуацію ,а саме в період пандемії коронавірусу . Робота була виконана за допомогою регресійного аналізу. Thesis contains: 97 pages, 56 figures, 6 tables, sources, 2 appendices. The purpose of the work is to create a forecasting system for assessing economic indicators. The object of study - LNC, MOS, NCLH, UAL, NBL, oil prices, shares of leading companies in the world, GDP. The system creates a system that helps in the analysis of economic indicators, to clearly see changes in prices as a result of the pandemic. A system of analysis of companies in which it would be desirable to invest on the basis of economic indicators in a crisis situation, namely during the coronavirus pandemic, has been developed.The work was performed using regression analysis.

Об’єкт дослідження - коефіцієнти, які дозволяють оцінити фінансовий стан підприємства. Мета магістерської дисертації - аналіз основних моделей та методів обчислення ймовірності банкрутства, визначення їх переваг, недоліків та практичної значимості; розробка та навчання моделей машинного навчання; побудова класифікатору голосування на основі навчених моделей; проведення порівняльного аналізу між моделями. У роботі проведено аналіз існуючих моделей та методів оцінювання ймовірності банкрутства: дискримінатний аналіз, нечіткі методи, моделі машинного навчання. В ході виконання магістерської дисертації було розроблено модель нейронної мережі, AdaBoost класифікатор, модель випадкого лісу та класифікатор голосування та проведено компаративний аналіз між цими моделями. У ході дослідження було виявлено, що підхід із використанням класифікатору голосування дозволяє отримати більш точні результати. Проводячи подальші дослідження, доцільно розробити моделі, в яких оцінка фінансового стану українських компаній базується на національних стандартах бухгалтерського обліку та звітності та враховує галузеві особливості та характеристики конкретних підприємств. The object of study - coefficients that allow to evaluate the financial condition of the company. The purpose of the master’s thesis is to analyze the basic models and methods of calculating the probability of bankruptcy, to determine their advantages, disadvantages and practical importance; development and training of machine learning models; building a voting classifier based on trained models; comparative analysis between models. The paper analyzes the existing models and methods of assessing bankruptcy probability: discriminatory analysis, fuzzy methods, machine learning models. In the course of the master’s thesis, a model of neural network, AdaBoost classifier, random forest model and voting classifier was developed and comparative analysis between these models was performed. The study found that using a voting classifier approach allows for more accurate results. In further research, is advisable to develop models in which the assessment of the financial position of Ukrainian companies is based on national accounting and reporting standards and takes into account industry specificities and characteristics of specific enterprises.

Магістерська дисертація: 87 с., 22 табл., 19 рис., 1 додаток, 18 джерел. Актуальність теми: в світі бурхливо зростає популярність нових під­ходів до алгоритмічної торгівлі. Проте, разом з цим, зростає і кількість трейдерів, основною задачею яких є одержання прибутку. Таким чином, розробка та застосування систем торгівлі у процесі прийняття рішення щодо здійснен­ня операцій купівлі продажу цінних паперів є актуальною на сьогоднішній день. Мета даної роботи полягає у дослідженні та вдосконаленні існуючих методик побудови моделей навчання з підкріпленням для торгівлі цінними паперами та розробці системи що здійснюватиме цю торгівлю. Об’єктом дослідження є набір статистичних даних щодо операцій купівлі та продажу цінних паперів на біржі. Методи дослідження: моделі навчання з підкріпленням, нейроннні мережі та операції над матрицями. Програмний продукт реалізований за допомогою мови програмування Python 3.7 у середовищі розробки Jupyter Notebook. Отримані результати: розроблено систему систему торгівлі цінними паперами за допомогою навчання з підкріпленням. Проведено апробацію програмного продукту на реальних даних. Master’s thesis explanatory note: 87 p., 22 tabl., 19 fig.,1 application, 18 references. Relevance of the topic: new approaches to algorithmic trading are growing rapidly in the world. However, at the same time, there is an increasing number of traders whose main task is to make a profit. Thus, the development and application of trading systems in the decision­making process for the sale of securities is currently relevant. The purpose of this work is to research and improve existing methods of building models of reinforcement training for trading securities and developing a system that will carry out this trade. The object of the study is a set of statistics on the operations of buying and selling securities on a stock exchange. Research Methods: Supportive learning models, neural networks, and matrix operations. The software is implemented using Python 3.7 programming language in the Jupyter Notebook development environment. Results obtained: Securities trading system was developed using reinforcement training. The software is tested on real data.

Магістерська дисертація: 85 с., 24 табл., 20 рис., 1 дод., 36 джерел. Об’єкт дослідження – поточні рахунки коштів клієнтів та депозити фізичних осіб зі строком погашення до 1 місяця. Мета дисертаційної роботи є розробка поведінкової моделі коштів клієнтів на поточних рахунках для розрахунку ризику ліквідності. Для досягнення вказаної мети було розв’язано такі задачі:  систематизовані існуючі методи забезпечення достовірності та коректності статистичних даних;  розроблена модель прогнозування динаміки та незнижувального залишку на рахунках клієнтів;  проведені експериментальні дослідження з використанням результатів моделі на фактичних даних. На сьогоднішній день у банківській системі спостерігається значне посилення ризик – орієнтованості, акцентується увага на запобіганні ризиків та аналізі потенційно можливих збитків, які вони можуть створити. Враховуючи той факт, що кошти клієнтів на поточних рахунках є умовно - постійними, Банк для розрахунку обсягу можливого фінансування клієнтам, а також для дотримання нормативів ризику ліквідності має оцінювати не знижувальний залишок цих коштів. Тому актуальною є тематика, пов’язана з забезпеченням об'єктивної та достовірної інформації про потенційно можливі відтоки, які Банк має закладати в буфер капіталу, і відповідно, покращить оцінку ризику ліквідності. Дисертаційна робота виконувалась згідно з планом науково-дослідних робіт Інституту прикладного системного аналізу Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Для розв’язання поставленої задачі використовувалися такі методи: методи теорії алгоритмів та програмування (для програмної реалізації розроблених алгоритмів); методи теорії ймовірності та математичної статистики (для проведення експериментів); емпіричний метод (для розрахунку коефіцієнтів моделі та аналізу статистичних даних поведінки депозитів), варіаційний метод (для визначення необхідної кількості концентрацій, яку необхідно виключати з аналізу). Практичне значення одержаних результатів. Запропоновано методи та моделі, які можуть бути використані Банками під час розрахунку показника ризику ліквідності, а також для коректного відображення поведінки коштів на поточних рахунках клієнтів. Master's Thesis: 85 pp., 24 tables, 20 figs., 1 add., 36 sources. Object of study - current accounts of clients' funds and deposits of individuals with maturity up to 1 month. The purpose of the dissertation is to develop a behavioral model of clients' funds in current accounts to calculate liquidity risk. To achieve this goal, the following tasks were accomplished:  systematic existing methods for ensuring the accuracy and correctness of statistics;  model for forecasting the dynamics and minimum balance of customer accounts has been developed;  experimental studies were conducted using model results on evidence. To date, the banking system has seen a significant increase in risk - orientation, and focuses on preventing risks and analyzing the potential losses that they may create. Considering the fact that clients' funds in current accounts are conditionally permanent, the Bank should evaluate the non-decreasing balance of these funds in order to calculate the amount of possible financing to clients and to comply with liquidity risk standards. Therefore, topics related to providing objective and reliable information about the potential outflows that the Bank should invest in the capital buffer are relevant, and will therefore improve its liquidity risk assessment. The dissertation work was carried out in accordance with the plan of research works of the Institute of Applied System Analysis of the National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute". The following methods were used to solve this problem: methods of algorithm theory and programming (for software implementation of the developed algorithms); methods of probability theory and mathematical statistics (for conducting experiments); empirical method (for calculation of model coefficients and analysis of deposit behavior statistics), variational method (for determination of required concentration, which should be excluded from the analysis). The practical significance of the results obtained. Methods and models that can be used by banks to calculate the liquidity risk indicator and to properly reflect the behavior of funds in current client accounts are offered.

Магістерська дисертація: 103 с., 20 табл., 13 рис., 1 дод., 41 джерел. . Об’єкт дослідження – депозити фізичних осіб провідної банківської установи. Метою дисертаційної роботи є розробка поведінкових моделей роздрібних клієнтів для розрахунку ризику ліквідності. Для досягнення вказаної мети було розв’язано такі задачі: а) систематизовані існуючі методи забезпечення достовірності та коректності статистичних даних; б) розроблена модель дострокового погашення та пролонгації роздрібних клієнтів та реалізовано її програмно; в) проведено експериментальні дослідження з використанням результатів моделі на фактичних даних. На сьогоднішній день у банківській системі спостерігається значне посилення ризик – орієнтованості, акцентується увага на запобіганні ризиків та аналізі потенційно можливих збитків, які вони можуть створити. Враховуючи той факт, що депозити фізичних осіб є первинним джерелом фінансування, Банк для розрахунку обсягу можливого фінансування клієнтам, а також для дотримання нормативів ризику ліквідності має оцінювати очікуваний відтік/пролонгації цих коштів. Тому актуальною є тематика, пов’язана з забезпеченням об'єктивної та достовірної інформації про потенційно можливі втрати, які Банк може понести в разі значного відтоку депозитів фізичних осіб, а також про частку депозитного портфелю, яка буде пролонгована, і відповідно, покращить оцінку ризику ліквідності. Дисертаційна робота виконувалась згідно з планом науково-дослідних робіт Інституту прикладного системного аналізу Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Для розв’язання поставленої задачі використовувалися такі методи: методи теорії алгоритмів та програмування (для програмної реалізації розроблених алгоритмів); методи теорії ймовірності та математичної статистики (для проведення експериментів); емпіричний метод (для розрахунку коефіцієнтів моделі та аналізу статистичних даних поведінки депозитів). Запропоновано методи та моделі, які можуть бути використані Банками під час розрахунку показника ризику ліквідності, а також для коректного відображення поведінки депозитних коштів роздрібних клієнтів. Master's Thesis: 100 pp., 20 tables, 13 figs, 2 add., 41 sources. Object of study - deposits of individuals of a leading banking institution. The purpose of the dissertation is to develop behavioral models of retail clients to calculate liquidity risk. To achieve this goal, the following tasks were accomplished:  systematic existing methods for ensuring the accuracy and correctness of statistics;  developed a model of early repayment and extension of retail customers and implemented it programmatically;  experimental studies were conducted using model results on evidence. To date, the banking system has seen a significant increase in risk - orientation, and focuses on preventing risks and analyzing the potential losses that they may create. Considering the fact that retail deposits are the primary source of financing, the Bank should estimate the expected outflow / prolongation of these funds to calculate the volume of possible financing to customers and to comply with liquidity risk ratios. Therefore, it is relevant to provide objective and reliable information on the potential losses that the Bank may incur in the event of a significant outflow of retail deposits, as well as the proportion of the deposit portfolio that will be extended and, accordingly, improve the risk assessment. liquidity. The dissertation work was carried out in accordance with the plan of research works of the Institute of Applied System Analysis of the National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute". The following methods were used to solve this problem: methods of algorithm theory and programming (for software implementation of the developed algorithms); methods of probability theory and mathematical statistics (for conducting experiments); empirical method (for calculating model coefficients and analyzing deposit behavior statistics). Methods and models that can be used by banks to calculate the liquidity risk indicator and to properly reflect the behavior of retail customers' deposit facilities are proposed.

Магістерська дисертація: 100 с., 18 рис., 12 табл., 2 додатки, 19 джерел. Предметною областю дослідження є фінансово-економічні процеси. Об’єктом дослідження є глобальний фінансовий ринок. Предметом дослідження є похідні інструменти фінансових ринків та їх взаємозв’язок, динаміка та еволюція фінансового ринку. Методами дослідження є метод головних компонент, кластерний, факторний та кореляційний аналіз. Мета дослідження: зменшення розмірності для задач аналізу фінансових часових рядів, створення алгоритму для оцінки диверсифікації ризиків при портфельному інвестуванні. Теоретичною та методологічною основою дослідження є праці вітчизняних і зарубіжних вчених в галузі економічної теорії, математичного моделювання, прогнозних моделей, кореляційного та кластерного аналізу. В ході дипломної роботи створено програмний продукт для виділення головних компонент з деякого набору фондових індексів. Методологія реалізована на основі уже відомих алгоритмів та з використанням власних розробок. Програмний продукт реалізовано за допомогою мови програмування VBA. Master’s dissertation: 100 p., 12 fig., 18 tabl., 2 appendixes, 19 sources. The topic of the research: “Futures market analysis and evaluating algorithm”. The subject of the reserch is local indexes of stock markets and their relationship dynamics and evolution of the market background. Research method is the method of principal components, cluster and correlation analysis. Objective: to reduce the dimension of problems for the analysis of financial time series. Aim - to reduce the dimension of the problem to monitor the global stock markets, creation of an algorithm for estimation of risk diversification in portfolio investment. Theoretical and methodological basis of the study is the work of domestic and foreign scientists in the field of economic theory, mathematical modeling, predictive models, correlation and cluster analysis. During the thesis created software to isolate the main components of a set of stock indices. The methodology is implemented on the basis of already known algorithms and using own development. The software is implemented using the programming language VBA. The recommendations for further research are given.

Дипломна робота: 89 с., 16 рис., 8 табл., 2 додатки, 15 джерел. Дана робота присвячена вивченню моделей управління запасами, розглянутих в практичній області застосування. Об’єктом дослідження є дані підприємств, які реалізують продаж товарів. Метою дипломної роботи є дослідження багатономенклатурних моделей та їх побудова для отримання оптимальних стратегій, а також розробка програмного продукту для отримання практичних результатів та в залежності від ситуації на підприємстві вибору відповідної моделі для наочної візуалізації даних. The work consist of 89 pages, 16 images, 8 tables, 2 append., 15sources. The theme: «Optimal inventory management strategies in multi-nomenclature models for general supply». This work is devoted to the study of inventory management models considered in the practical field of application. The object of the study is the data of enterprises that sell goods. The purpose of the thesis is to study multi-nomenclature models and their construction for optimal strategies, as well as the development of a software product for obtaining practical results and, depending on the situation at the enterprise, choosing the appropriate model for visual visualization of data.

Дипломна робота містить: 99с., 9 табл., 21 рис., 2 дод. та 21 джерела. Метою даної роботи є створення системи підтримки прийняття рішення про запровадження дизайн-системи на підприємстві, спираючись на результати юзабіліті-тестувань, що вказують на якість дизайн-рішення. У роботі розглянуто такі методи оцінки якості дизайну, як теплові карти, евристичні оцінки Якоба Нільсена, та статистична оцінка інтерфейсу за допомогою програмного пакету Usability Statistics Package calculator. На основі сформульованих критеріїв для розв’язання поставленої задачі вибраний підхід, пов’язаний щзі статистичною обробкою результатів тестувані інтерфейсу. Було розроблено систему, що реалізує обраний метод. Вхідними данними для нєї є результати юзабіліті-тествуань мобільних додатків та веб-сторінок. Виконано тестування розробленої системи. The theme: “System of decision-making support for implementation of the design system at the enterprise”. Diploma thesis involves: 99p., 9 tables, 21 fig., 2 add. and 21 references. The purpose of this work is to create a support system for deciding on the introduction of a design system at the enterprise, based on the results of usability tests that indicate the quality of the design solution. The paper considers such methods for assessing design quality as thermal maps, Jakob Nielsen heuristic estimates, and a statistical evaluation of the interface using the Usability Statistics Package calculator software package. Based on the formulated criteria for solving the problem, the approach chosen is related to the statistical processing of the results of the tested interfaces. A system that implements the chosen method was developed. The inputs for this are the results of user-friendliness of mobile applications and web pages. Testing of the developed system has been performed.

Дипломна робота: 85 с., 25 рис., 14 табл., 2 дод., 13 джерел. Актуальність теми: мова асемблера є потужним інструментом, що допомагає виявити всі особливості апаратного та програмного забезпечення. Тож дане дослідження, тобто побудова системи асемблювання та віртуальної машини, є необхідним для розуміння архітектури комп'ютера. Метою даної роботи є дослiдження в галузi асемблювання, а саме виконання процесу візуалізації роботи пам'яті. Об’єктом дослідження є синтаксис мови асемблера програми Corewar.. Методи дослiдження: мова асемблеру , системи числення. Пiсля побудови моделей було проведено аналiз результатiв роботи програмного продукту. Отриманi результати: розроблений програмний продукт складається з асемблера, дизасемблера, віртуальної машини та інструменту для візуалізації роботи пам'яті віртуальної машини. The theme: «The system of assembling and memory work visualization». Thesis explanatory note: 85 p., 25 fig., 14 tabl., 2 append., 3 sources. Actuality: Assembler language is a powerful tool that helps to identify all the features of hardware and software. Therefore, this study, that is, the construction of the assembly system and the virtual machine, is necessary for understanding the architecture of the computer. The purpose of this work is the research in the field of assembling, namely the execution of the process of visualizing memory work. The purpose of the work is the syntax of the assembly language language of the Corewar program. Methods of research: assembler language, numerical systems. Methods of research: assembler language, numerical systems. Following the construction of the models, an analysis of the results of the software product was conducted. Obtained results: The software product developed consists of an assembler, a disassembler, a virtual machine and a tool for visualizing the memory of the virtual machine.

Дипломна робота: 92 с., 11 табл., 19 рис., 1 дод., 24 джерела. Дипломна робота присвячена дослідженню кредитних ризиків в банківській діяльності. З цією метою проведено аналіз методів, що використовуються банками у бухгалтерському обліку. Розглянуто методику розрахунку, визначену Базельським комітетом, а також моделі на основі норми збитків, ймовірності дефолту, тощо. Досліджено основні моделі, що застосовуються в регресійному аналізі та методи їх побудови і перевірки на адекватність. На основі результатів виконаних досліджень було створено програмний продукт, що використовує модель множинної лінійної регресії для розрахунку очікуваних кредитних збитків. Наведено приклади його роботи. Програмний продукт було розроблено з використанням мови програмування C#, інтерфейс – використовуючи технології Windows Form. Thesis includes: 92 p., 11 tabl., 19 fig., 1 sup., 24 sources. Theme: Credit risk calculation system using regression analysis methods. Thesis is devoted to research of the credit risks in banking activity. For this purpose, a thorough analysis of the methods used by banks in accounting has been carried out. The methodology of calculation, determined by the basel committee, as well as models based on the loss rate, probability of default, etc. are considered. Main models used in the regression analysis and methods of their construction and validation for adequacy have been investigated. Based on results of the performed research, a software product that uses the model of multiple linear regression to calculate the expected credit losses has been developed. Examples of its work are given. The software product was developed using the C # programming language, the interface - using Windows Form technology.

Дипломна робота: 117 с., 9 рис., 6 табл., 2 додатки, 16 джерел. Об’єкт дослідження – проблема обробки великих даних. Предмет дослідження – спрощення та прискорення розробки нескладних мікросервісів з обробки великих даних. Мета роботи – розробити бібліотеку для розробки мікросервісів з обробки великих даних. Методи дослідження – методи обробки великих даних. Актуальність – розробка бібліотеки для розробки нескладних мікросервісів з обробки великих даних для популяризації обробки великих даних. Проведений аналіз отриманих результатів, виконано аналіз отриманої системи. Шляхи подальшого розвитку предмету дослідження – розробка повноцінного фреймворку для створення мікросервісно-орієнтованих додатків з обробки великих даних. Diploma work: 117 p., 9 fig., 6 tabl., 2 appendixes, 16 sources. The object of study – the problem of big data processing. Subject of research – simplification and acceleration of the development of simple microservices for the big data processing. Purpose – develop a library for the development of microservices for the big data processing. Methods of research – methods of big data processing. Actuality – development of a library for the development of simple microservices for the big data processing to popularize the big data processing. An analysis of the obtained results was carried out, the analysis of the developed system was performed. The further development of the research subject – development of a complete framework for the creation of microservice-oriented applications for the processing of large data.

Дипломна робота містить: 100с., 7 табл., 48 рис., 2 дод. та 22 джерела. Об’єкт дослідження – алгоритми в сфері машинного навчання, а саме алгоритми і методи аналізу звуків для представлення їх у текстовому вигляді, для використання людьми з вадами слуху, а також в автоматизованих системах швидкого реагування на екстренні ситуації у містах. Предмет дослідження – моделі машинного навчання, а саме нейронні мережі. Мета роботи – розгляд існуючих методів машинного навчання, а також створення власної моделі розпізнавання звуків, що буде представлена у зручному для користувачів вигляді. У ході виконання роботи було проведено аналіз моделей, популярних на сьогоднішній день, для вирішення задачі класифікації звуків; проведено їх порівняльний аналіз, описано процес створення власної моделі, а також її інтеграцію у програмний модуль для кросплатформенного додатку. В рамках подальшого дослідження доцільно працювати над покращенням точності моделі у роботі з більш зашумленими даними, вдосконаленням самої моделі, модифікацією її архітектури, збільшенням кількості класів для розпізнавання. Іншим можливим шляхом є розробка IoT рішень для аналізу звукової ситуації у місті в реальному часі. Diploma thesis involves: 100p., 7 tables, 49 fig., 2 add. and 22 references. The object of the research are algorithms in the field of machine learning, especially algorithms and methods of the analysis of sounds for their presentation textually, for using by people with hearing problems as well as in automatized systems of quick response to emergency situations in cities. The subject of the research – machine learning models, especially neural networks. The purpose of the research – the analysis of existing methods of machine learning as well as creation of own model of recognition of sounds that will be presented in a user-friendly format. In the course of the research, the analysis of popular today models for the solution of the problem of the classification of sounds was carried out; comparative analysis of these models was made, the process of creation of own model was described and also its integration into the programing module for cross-platform application. Within the further research, it is expedient to work on the enhancement of the accuracy of the model in the work with a more noisy data, the improving of the model, the modification of its architecture, by increasing the quantity of classes for recognition. The other possible way is the development of IoT solutions for the analysis of sound situation in the city in real time.

Магістерська дисертація: 99 с., 58 рис., 24 табл., 1 додаток, 26 джерел. Об’єктом дослідження є оптимальне проектування електричних двигунів. Предметом дослідження є методи та алгоритми оптимального проектування електричних двигунів загальнопромислового призначення. Мета дослідження: а) дослідження числових алгоритмів та методів оптимізації для проектування електричних двигунів; б) розробка електронного Інтернет-ресурсу, який знаходить оптимальні параметри для проектування однофазного асинхронного двигуна в режимі онлайн. Теоретичною та методологічною основою дослідження є праці вітчизняних і зарубіжних вчених в галузі математичного моделювання, дослідження операцій, математичного програмування та прикладного оптимального проектування. В ході магістерської дисертації створено сайт в мережі Інтернет для визначення декількома числовими методами нелінійної оптимізації параметрів однофазного асинхронного двигуна, при яких обраний користувачем критерій якості виробу досягає оптимальних значень та задовольняються потрібні технічні обмеження. Методологія реалізована на основі уже відомих алгоритмів та з використанням власних розробок. Програмний продукт реалізовано за допомогою мови програмування C# та програмної платформи .NET. Надано рекомендації до подальших досліджень. Master’s thesis: 99 p., 58 fig., 24 tabl., 1 appendix, 26 sources. The topic of the research: “Methods of nonlinear optimization in problems of design of electric engines for general industrial applications”. The object of research is optimal design of electric engines. The subject of the study are methods and algorithms of optimal design of engines for general industrial applications. The aim of the study: a) research numerical algorithms and methods for design electric engines; b) develop electronic Internet-resource that seek optimal parameters for design of single-phase asynchronous engine. Theoretical and methodological basis of the study are works of domestic and foreign scholars in the field of math modeling, operations research, math programming and applied optimal design. During the thesis created Internet site to determine the parameters of single-phase asynchronous engine, by which the user-selected quality criteria of product reach its optimum and needed technical limitations become satisfied, using several numerical methods of nonlinear optimization. The methodology is implemented on the basis of already known algorithms and using own development. The software is implemented using the programming language C# and framework .NET. The recommendations for further research are given.

Магістерська дисертація: 145 с., 45 рис., 24 табл., 2 додатки, 25 джерел. Дана робота присвячена дослідженню проблем побудови маршрутів на графах реальних доріг та створенню мультиагентної системи для маршрутизації та створення відповідного графу. В роботі досліджується можливість створення графу доріг з наявних картографічних даних, створюється граф доріг Києва, розглядаються існуючі методи пошуку оптимальних маршрутів на графах, реалізовуються 3 алгоритми та порівнюються результати їх роботи. Метою даної роботи є побудова мультиагентної системи, що дозволить створювати графи доріг за даними сервісу OpenStreetMap та виконувати пошук маршрутів будь-якої складності на побудованих графах за допустимий час. Об’єктом дослідження є побудова мультиагентної системи маршрутизації на основі алгоритмів пошуку маршруту. Предметом дослідження є алгоритми пошуку маршрутів на графах. Практична цінність: Розроблена система може слугувати веб-сервісом для мобільних додатків та веб сайтів та надавати можливості роутингу. Master’s thesis: 145 p., 45 fig., 24 tab., 2 appendixes, 25 sources. The theme: Multi agent routing system based on shortest path search algorithms in graph. The paper is devoted to the problem of route construction on the real road network graphs and multi agent routing system creation. The paper considered by the possibility of road graph creating using cartographic data, creating road graph for Kyiv road network, researching methods for searching optimal routes on graphs and implementation of three routing algorithms. The aim is to build multi agent system, that allows us to create road graphs using cartographic data from OpenStreetMap service and to build any complexity routes on created graphs for a reasonable time. The object of research is multi agent routing system construction based on route finding algorithms. The subject of research is route finding algorithms on graphs. Practical value: The system can be used as web-service by mobile applications and web-sites to provide a routing opportunity

Магістерська дисертація: 99 с., 14 рис., 26 табл., 22 джерел. Тема магістерської дисертації: «Система розпізнавання рукописного тексту на основі динамічного передбачення». Об’єкт дослідження – цифрові знімки, що містять друкований та рукописний текст. Предмет дослідження – методи та підходи для розпізнавання друкованого та рукописного тексту. Мета роботи – розробка системи для розпізнавання рукописного і друкованого тексту на основі динамічного передбачення. Методи дослідження – алгоритми на підходи для задач розпізнавання рукописного тексту. Проведений огляд існуючих методів розпізнавання тексту із цифрових зображень, а також проведено порівняльний аналіз серед усіх методів. Проведено декомпозицію задачі та обрано найефективніші методи та алгоритми для задачі розпізнавання тексту. Створено програмний продукт для виявлення тексту з цифрових фотографій. У роботі представлені результати роботи програми на створеній вибірці зображень рукописного та друкованого тексту. Модель побудована за допомогою мови програмування Python, а сам програмний продукт за допомогою фреймворку JavaFX. Master dissertation: 99 pp., 14 pp., 26 pp., 22 sources. Theme of the master's thesis: "The system of recognition of the handwritten text on the basis of dynamic prediction". The object of research is digital images containing printed and handwritten text. Subject of research - methods and approaches for recognition of printed and handwritten text. The purpose of the work is to develop a system for recognizing handwritten and printed text based on dynamic prediction. Methods of research - algorithms on approaches for the recognition of handwritten text. An overview of existing methods for recognizing text from digital images was conducted, and a comparative analysis was performed among all methods. A decomposition of the problem was made and the most effective methods and algorithms for the text recognition problem were selected. A software product for detecting text from digital photos has been created. The paper presents the results of the program work on a sample of handwritten and printed text images. The model is built using the Python programming language, and the software product itself using the JavaFX framework.

Магістерська дисертація: 80 с., 11 рис., 22 табл., 2 додатки, 16 джерел. Актуальність теми – наявність потреби в бізнесу на отримання унікальних машинно генерованих текстів довільного об’єму. Мета роботи – побудувати модель для генерації текстів, яка продовжує ключову фразу. Об’єкт дослідження – методи обробки природної мови. Предмет дослідження – штучні нейронні мережі. Методи дослідження – моделювання, системний метод. Наукова новизна одержаних результатів – запропоновано і реалізовано модель, яка використовує паралельні рекурентні комірки та завдяки цьому займає менше місця на носіях інформації. Практичне значення одержаних результатів – розроблена система задовольняє потребам бізнесу та дозволяє недорого генерувати унікальні тексти; при цьому дозволяє бізнесу економити на носіях інформації для збереження моделей. Masters thesis: 80 p., 11 fig., 22 tabl., 2 appendixes, 16 sources. The theme: Text generation system using the methods of neural networks. Actuality – business needs unique machine generated texts of arbitrary size. Purpose – build the text generating model which extends the key phrase. The object of study – methods of natural language processing. Subject of research – artificial neural networks. The methods of research – modeling, system method. Scientific novelty of the results – for the first time proposed and implemented the model that uses parallel recursive cells and thus takes up less space on storage. Practical significance of the results – the developed system satisfies the needs of business and allows to inexpensively generate unique texts while allowing businesses to save on storage.

Магістерська дисертація: 86 с., 9 рис., 15 табл., 1 додатки, 10 джерел. Об’єкт дослідження: рекомендаційні системи, математичні алгоритми машинного навчання, аналіз тональності тексту. Предмет дослідження: аналіз тональності тексту з використанням машинного навчання. Мета магістреської дисертації: дослідження та реалізація алгоритмів машинного навчання для розробки системи рекомендаціій на основі структурованих та неструктурованих даних. Результати:  запропоновано власний алгоритм формування рекомендацій на основі структурованих та неструктурованих даних, присутніх в обраній предметній області;  практичним результатом роботи є розробка архітектури рекомендаційної системи для вибору розважальних бізнесів на основі запропонованого алгоритм аналізу тональності тексту у вигляді прикладної програми; Напрямок подальших досліджень: впровадження алгоритмів нейронних мереж для оцінки вподобань. Master's thesis: 86 p., 9 figures, 15 tables, 1 application, 10 sources. Object of research: recommendation system, mathematical algorithms of machine learning, sentiment analysis of the text. Subject of research: sentiment analysis of text using machine learning. The purpose of the master's thesis: research and implementation of machine learning algorithms for developing a system of recommendations based on structured and unstructured data. Results: - the own algorithm of the recommendations formation on the basis of structured and unstructured data present in the chosen subject area is offered; - the practical result of the work is the development of the advisory system architecture for the selection of films on the basis of the proposed algorithm in the form of an application; Direction of further researches: introduction of algorithms of neural networks for the estimation of preferences.

Магістерська дисертація: 98 с., 15 рис., 20 табл., 18 джерел, 1 додаток Метою дослідження є дослідження і реалізація розпізнавання рукописного історичного тексту за допомогою кроків первинної обробки і нейронних мереж, а також розробка програмного продукту, який розпізнає стародавній іврит із фото пошкоджених рукописів. Об’єктом дослідження є фото історичних пошкоджених документів, написаних вручну на стародавньому івриті, які в кінцевому результаті мають бути розпізнані як текст. Предмет дослідження є методи первинної обробки зображень такі, як бінаризація та алгоритми визначення контурів на зображенні, сегментація ліній тексу методом гісторгами, згорткова нейронна мережа, підхід ковзного вікна для розпізнавання символів. Методи дослідження ґрунтуються на машинному навчанні, методах оптимізації, математичній статистиці. Актуальність теми - робота присвячена дослідженню розпізнавання рукописного тексту як цінного історичного джерела за допомогою передових технологій у сфері інформаційних технологій. The theme: ‘Handwriting recognition system for degraded historic manuscripts using neural networks.’ Diploma work: 98 p., 15 fig., 20 tabl., 1 appendixies, 18 references. The purpose of the study is to research and realize the recognition of handwritten historical text through the steps of primary processing and neural networks, as well as the development of a software product that recognizes ancient Hebrew from photographs of damaged manuscripts. The object of the study is photos of historical damaged documents written manually in ancient Hebrew, which should be recognized as text. The subject of research is the methods of image pre-processing such as binarization and algorithms for determining the contours in the image, segmentation of the text lines by the high torque method, and the convolutional neural network. Methods based on machine learning, optimization methods, mathematical statistics. The relevance of the study - the work is devoted to the study of recognition of handwritten text as a valuable historical source with the help of advanced technologies in the field of information technology.

Магістерська дисертація: 100 с., 4 рис., 21 табл., 2 додатки, 15 джерел. Тема дисертації: «Система сентимент аналізу тексту та побудова словника тональності в задачах комп’ютерної лінгвістики». Об’єкт дослідження: обробка природньої мови в задачах розпізнавання тональності тексту. Мета роботи – розроблення програмного продукту, який надає можливість виконувати аналіз тональності тексту чи завантаженого файлу на українській мові на базі побудованого словника. Метод дослідження – методи аналізу тональності тексту, словниковий метод. Метод ітеративного поповнення словника. Програмна реалізація виконана на мові програмування Java із використанням платформи JavaFX. Предметом дослідження є моделі і алгоритми сентимент аналізу. Отримані результати: досліджено і обрано метод для побудови системи. Обрано алгоритм поповнення (розширення) початкового словника. Розроблено програмний продукт, в якому реалізовано зазначені алгоритми. Дана система дозволяє виконувати автоматичне розмічення (визначення емоційного забарвлення) відгуків у файлі або тексту, введеного безпосередньо у програму. Реалізована варіативність і візуальність у представленні отриманих результатів. Master's thesis: 100 pp., 4 fig, 21 tables, 2 appendix, 15 sources. Theme of the dissertation: "System of sentimental analysis of the text and construction of vocabulary of tonality in the tasks of computer linguistics". Object of research: sample with reviews, each record of the sample contains the data on the category of the review, the text of the review itself and its evaluation is determined expert way. The purpose of the work is to develop a software product that provides the ability to analyze the tonality of the text or the downloaded file in the Ukrainian language based on the built-in dictionary. Method of research - methods of analysis of the tonality of the text, the vocabulary method. The method of iterative replenishment of the dictionary. The software implementation is performed in the Java programming language using the JavaFX platform. The subject of the study is the models and algorithms of the analysis sentiment. Obtained results: the method for constructing the system was studied and selected. The algorithm of replenishment (expansion) of the initial dictionary is chosen. A software product has been developed, in which the specified algorithms are implemented. This system allows automatic placement (determination of emotional coloring) of responses in a file or text entered directly into the program. Realization of variability and visibility in the presentation of the results.