ISSN 2071-6168
Язык: ru

ИЗВЕСТИЯ ТУЛЬСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. ТЕХНИЧЕСКИЕ НАУКИ

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

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.

Тип: Статья
Автор (ы): Мосин Владимир Геннадьевич, Козловский Владимир Николаевич, Благовещенский Дмитрий Иванович
Ключевые фразы: КОНТЕНТ, оценка качества, анализ данных, регрессия, Scikit-learn, PANDAS

Идентификаторы и классификаторы

УДК
005. Изучение проблемы организации: методология, анализ, синтез, классификация и таксономия (теория, основы), систематизация в целом
eLIBRARY ID
61758171
Текстовый фрагмент статьи