Дипломная работа на тему: Методы машинного обучения для идентификации закономерностей в данных экономических процессов

План работы:

Введение 3
Глава 1. Теоретические аспекты и история возникновения понятия «экономика впечатлений» 10
1.1. Основные исторические этапы развития экономической науки 10
1.2. Стадии развития и интеграции информационных технологий в экономике 15
1.3. Сущность понятия «экономика впечатлений» 21
Глава 2. Методы машинного обучения для идентификации закономерностей в данных экономических процессов 30
2.1. Основы машинного обучения: возможности и особенности 30
2.2. Развитие методов машинного обучения и их использования в экономике 33
2.3. Методы машинного обучения в рамках экономики впечатлений для идентификации закономерностей в данных экономических процессов 35
2.3.1. Описание применения и реализации метода Dematel для определения причинно-следственной связи между факторами 36
2.3.2. Описание применения и реализации метода QCA для выявления закономерностей 39
2.3.3. Описание применения и реализации метода K-means для кластеризации данных 41
2.3.4. Описание применения и реализации метода Random Forest для классификации данных 43
Глава 3. Практические аспекты применения методов машинного обучения для идентификации закономерностей в данных экономических процессов 46
3.1. Описание предикторов для реализации методов машинного обучения для идентификации закономерностей в данных экономических процессов 46
3.2. Реализация методов машинного обучения для идентификации закономерностей в данных экономических процессов на языке R в среде Rstudio 51
3.2.1. Реализация алгоритма метода Dematel 53
3.2.2. Реализация алгоритма метода QCA 64
3.2.3. Реализация алгоритма K-means 66
3.2.4. Реализация алгоритма Random Forest 70
3.3. Анализ результатов и оценка качества моделей реализованных с использованием методов машинного обучения 74
Заключение 88
Список литературы 91
Приложение 95