Публикации автора

Прогнозирование инфляции является критически важной задачей, которая играет значимую роль в формировании стратегий финансового планирования, инвестиционной деятельности и политики центральных банков. В условиях постоянно меняющейся экономической среды, способность точно предсказывать изменения уровня цен становится неотъемлемым инструментом для эффективного управления экономическими рисками. В данной работе основное внимание уделяется разработке, анализу и сравнению различных подходов к прогнозированию инфляции, включая как современные методы машинного обучения, так и традиционные эконометрические модели. В ходе исследования были разработаны и протестированы различные модели прогнозирования, включая градиентный бустинг, случайный лес, LSTM, сверточные нейронные сети (CNN), а также эконометрические методы, такие как ARIMA, VAR и Prophet. Проводилось обучение этих моделей для прогнозирования индекса потребительских цен (CPI) России на периоды в 1, 2 и 3 месяца вперед, а затем анализ и сравнение их эффективности. Это позволило выявить наиболее точные и эффективные подходы для решения задачи прогнозирования инфляции в России. Результаты данного исследования могут быть использованы специалистами в области экономики и финансов.

В статье рассматривается процесс проектирования и разработки API для систем отслеживания задач. Актуальность исследования обусловлена необходимостью создания масштабируемых и адаптивных решений для управления задачами в условиях растущей сложности проектов и увеличения информационных потоков. Особое внимание уделяется анализу существующих подходов к созданию API, а также разработке универсальных решений, обеспечивающих высокую гибкость и совместимость с различными информационными системами. В работе изучаются требования к функциональности, безопасности и масштабируемости API, а также предлагаются архитектурные решения, способные удовлетворить потребности современных организаций. Оригинальность исследования заключается в создании API, ориентированного на обеспечение максимальной совместимости и эффективности интеграции с другими системами, что способствует улучшению процессов управления проектами и задачами.