Прогнозування динаміки цін на українській міжбанківській біржі за допомогою нейромережевих технологій

UKR: В магістерській роботі були розглянуті нейронні мережі за визначеними критеріями, методи прогнозування значень часових рядів за допомогою методів машинного навчання. Виділені основні параметри і характеристики нейромереж, основні критерії та методи машинного навчання. Також було розглянуто основу роботи нейронних мереж іх існуючі різновидності, основні методи роботи та параметри. Було розглянуто розробку нейронної мережі для забезпечення точності прогнозів значень часових рядів за допомогою методів машинного навчання. Мета дослідження полягає в є виявлення підходящої для прогнозування архітектури нейронних мереж, її реалізація за допомогою бібліотек Numpy та TensorFlow для Python, як найбільш популярних фреймворків для побудови передбачуваних моделей, оцінка точності прогнозів моделі та підбір оптимальних параметрів. Об’єкт дослідження – нейронні мережі за визначеними критеріями.

ENG: In the master's thesis, neural networks according to certain criteria, methods of predicting time series values using machine learning methods were considered. The main parameters and characteristics of neural networks, the main criteria and methods of machine learning are highlighted. The basis of the work of neural networks, their existing varieties, the main methods of operation and parameters were also considered. The development of a neural network to ensure the accuracy of predictions of time series values using machine learning techniques was considered. The purpose of the study is to identify a neural network architecture suitable for forecasting, its implementation using the Numpy and TensorFlow libraries for Python, as the most popular frameworks for building predictive models, evaluating the accuracy of model predictions and selecting optimal parameters. The object of research is neural networks according to defined criteria.