ISSN 2071-6168
Язык: ru

Статья: НОВЫЕ ИНСТРУМЕНТЫ МОНИТОРИНГА КАЧЕСТВА. МОНИТОРИНГ ДАННЫХ, ВРЕМЕННЫЕ РЯДЫ ПОТРЕБЛЕНИЯ КОНТЕНТА И УСИЛЕНИЕ ИХ ПРОГНОЗИРУЮЩИХ СВОЙСТВ АНСАМБЛИРОВАНИЕМ СЛАБЫХ МОДЕЛЕЙ (2024)

Читать онлайн

В статье представлены результаты разработки и реализации новых инструментов управления качеством. На основании имеющегося временного ряда данных о потреблении контента на канале одного из ведущих хостингов построена регрессионная модель, аппроксимирующая его поведение кубическим полиномом. После разбиения данных на несколько непересекающихся классов построена серия подобных регрессионных моделей. Показано, что ансамблирование частичных моделей приводит к существенному повышению прогнозирующей способности регрессионного анализа.

Ключевые фразы: КОНТЕНТ, оценка качества, анализ данных, регрессия, Scikit-learn, PANDAS
Автор (ы): Мосин Владимир Геннадьевич, Козловский Владимир Николаевич, Благовещенский Дмитрий Иванович
Журнал: ИЗВЕСТИЯ ТУЛЬСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. ТЕХНИЧЕСКИЕ НАУКИ

Идентификаторы и классификаторы

УДК
005. Изучение проблемы организации: методология, анализ, синтез, классификация и таксономия (теория, основы), систематизация в целом
eLIBRARY ID
61758171
Для цитирования:
МОСИН В. Г., КОЗЛОВСКИЙ В. Н., БЛАГОВЕЩЕНСКИЙ Д. И. НОВЫЕ ИНСТРУМЕНТЫ МОНИТОРИНГА КАЧЕСТВА. МОНИТОРИНГ ДАННЫХ, ВРЕМЕННЫЕ РЯДЫ ПОТРЕБЛЕНИЯ КОНТЕНТА И УСИЛЕНИЕ ИХ ПРОГНОЗИРУЮЩИХ СВОЙСТВ АНСАМБЛИРОВАНИЕМ СЛАБЫХ МОДЕЛЕЙ // ИЗВЕСТИЯ ТУЛЬСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. ТЕХНИЧЕСКИЕ НАУКИ. 2024. № 1
Текстовый фрагмент статьи