Магістерські роботи кафедри Комп'ютерні інформаційні технології (КІТ)

Permanent URI for this collection

https://crust.ust.edu.ua/handle/123456789/18548

ENG: Master Thesis "Computer Information Technologies"

Browse

Now showing 1 - 20 of 52

Дослідження методів навчання нейронних мереж при моделюванні поведінки ігрових агентів
(Український державний університет науки і технологій, Дніпро, 2025) Яровий, Кирило Вікторович
UKR:Магістерська робота виконана на 105 сторінках, містить 54 рисунки та 12 використаних джерел. В магістерській роботі було досліджено два підходи до навчання нейронних мереж при моделюванні поведінки ігрового агента. Створено та проведено тестування підходу Supervised Learning та Reinforcement Learning. Розроблено програмний продукт, який допомагає навчати, аналізувати та використовувати створені моделі в ході дослідження. Мета дослідження полягає у виявленні найкращого методу навчання для моделі, яка буде використовуватися при створені ігрового агента. Об’єктом дослідження є методи навчання нейронних мереж
Дослідження ефективності алгоритмів стиснення текстових даних
(Український державний університет науки і технологій, Дніпро, 2025) Якимова, Алла Михайлівна
UKR: Магістерська робота виконана на 90 сторінках, містить 13 рисунків, 12 таблиць та 25 використаних джерел. В магістерській роботі було розглянуто ефективність алгоритмів стиснення текстових даних, методи стиснення та розстиснення файлів. Виділені основні параметри і характеристики стиснення даних. Було розглянуто проектування та розробку інструментального забезпечення для реалізації алгоритмів стиснення даних. Мета дослідження полягає в знаходженні оптимального алгоритму для файлів з певним набором текстових символів. Об’єкт дослідження – текстові файли в форматі pdf
Розробка та дослідження алгоритмів обробки зображень з використанням штучного інтелекту в режимі реального часу
(Український державний університет науки і технологій, Дніпро, 2025) Черкас, Дмитро Анатолійович
UKR: Магістерська робота виконана на 133 сторінках, містить 16 рисунків, 36 таблиць та 15 використаних джерел. В магістерській роботі було досліджено алгоритми нейронних мереж різних типів та структур. Проведено аналіз їх ефективності у задачах розпізнавання облич та обробки відеоматеріалів. Розроблено програмний продукт, який реалізує навчання, тестування та обробку даних із використанням багатопоточності та відеочіпів. Мета дослідження полягає в виявленні найбільш ефективних алгоритмів обробки зображень нейронними мережами підходящої для аналізування набору послідовних зображень. Об’єктом дослідження є алгоритми обробки зображень
Аналіз процедур збору та обробки даних життєвого циклу розробки програмного забезпечення
(Український державний університет науки і технологій, Дніпро, 2025) Сіньков, Георгій Олексійович
UKR: Пояснювальна записка складається з 8 розділів: Об’єктом дослідження є життєвий цикл розробки програмного забезпечення (ЖЦРПЗ), що включає процеси формулювання вимог, проектування, розробки, тестування, впровадження та супроводу програмних продуктів. Предметом дослідження є процедури збору та обробки даних на різних етапах життєвого циклу розробки програмного забезпечення, включаючи використання сучасних інструментів та метрик для оцінки продуктивності та якості роботи команд розробників. Метою роботи є дослідження процедур збору та обробки даних у контексті ЖЦРПЗ, оцінка їхньої ефективності та формулювання рекомендацій для їхнього вдосконалення. Зокрема, дослідження зосереджуватиметься на аналізі таких аспектів, як вибір метрик, оптимізація процесів збору даних, автоматизація їх обробки та візуалізація результатів для подальшого використання у прийнятті рішень Методи дослідження У роботі використовуються моделювання методологій розробки програмного забезпечення (Scrum, Kanban, Waterfall), які дозволяють аналізувати ефективність різних підходів у контексті життєвого циклу розробки. Моделі враховують реальні умови, зокрема, випадкові відхилення у тривалості завдань та ймовірність дефектів, щоб симулювати реалістичні процеси розробки Результати та їх новизна: виконано аналіз моделей та процедур широкого кола завдань менеджменту програмної інженерії при управлінні проектами. Розроблено та модифіковано моделі Scrum, Kanban і Waterfall для симуляції різних підходів до розробки програмного забезпечення. У процесі дослідження запропоновано нові методики оцінки продуктивності команд розробників, зокрема використання метрик продуктивності та якості для оптимізації робочих процесів. Для аналізу ефективності застосованих моделей проведено численні симуляції, що дозволили підтвердити достовірність і практичну значущість отриманих результатів. Новизна дослідження полягає у практичному застосуванні моделей, які враховують реалістичні умови розробки програмного забезпечення. Це дозволяє зробити висновки більш обґрунтованими та практично значущими для різних методологій. Результати можуть бути використані для вдосконалення підходів до збору та обробки даних у програмній інженерії, що сприяє підвищенню ефективності командної роботи та поліпшенню якості програмного забезпечення. Розрахунково-пояснювальна записка складається із 5 розділів, висновків, бібліографічного списку та додатків. Вступ – в даному розділі описується сутність розробки, її актуальність. Визначає актуальність завдань досліджень та розробки. (2 сторінок) Перший розділ – у цьому розділі розглядаються різні методології розробки програмного забезпечення, такі як Scrum, Kanban і Waterfall. Аналізуються їхні особливості, сильні та слабкі сторони, а також їхній вплив на ефективність роботи команд. Особлива увага приділяється метрикам, які використовуються для оцінки продуктивності та якості роботи команд розробників. (24 сторінок) Другий розділ – цей розділ присвячений створенню імітаційних моделей для обраних методологій розробки. Описуються основні елементи моделей, логіка їх роботи, а також метрики, що використовуються для оцінки результатів. Введено механізми симуляції, які дозволяють оцінити реальні умови виконання завдань у проекті. (11 сторінок) Третій розділ – у цьому розділі проводиться аналіз результатів моделювання різних методологій розробки програмного забезпечення, таких як Scrum, Kanban і Waterfall. На основі отриманих даних та метрик оцінюється ефективність кожної методології в різних контекстах. Після порівняння результатів визначається оптимальна методологія для застосування у конкретних умовах проекту. (8 сторінок) Четвертий розділ – у цьому розділі досліджується вплив розміру команди на продуктивність виконання проектів у різних методологіях розробки програмного забезпечення, таких як Scrum, Kanban і Waterfall. Аналізуються результати числових експериментів, що дозволяють оцінити, як зміна кількості учасників команди впливає на швидкість виконання завдань, якість продукту та загальну ефективність проекту. (8 сторінок) Висновки. Складається з 1 сторінки. Додатки – технічне завдання і робочий проект. Таблиці – 9, рисунків – 18, бібліографія – 5
Використання нейромережевих технологій для короткострокового прогнозування економічних показників фондового ринку України
(Український державний університет науки і технологій, Дніпро, 2025) Сивак, Владислав Дмитрович
UKR: Магістерська робота виконана на 137 сторінках, містить 48 рисунків, 2 таблиці та 53 використані джерела. Розроблено систему для прогнозування цін на дорогоцінні метали за допомогою нейромереж, що включає новітні методи обробки та аналізу даних. Система використовує покращені алгоритми машинного навчання та випадковий ліс для точного прогнозування, що є новаторством у сфері фінансового аналізу. Результати дослідження відкривають нові можливості для застосування нейромережевих технологій на фондовому ринку, сприяючи розвитку ефективних інструментів для інвесторів та фахівців у сфері економіки. Мета дослідження є прогнозування цін драгоцінних металів (золото,срібло) на фондовому ринку України. Об’єкт дослідження – є нейронні мережі фондового ринку драгоцінних металів України
Дослідження засобів розробки мовою Python з застосуванням метрик навантаження та використання ресурсів
(Український державний університет науки і технологій, Дніпро, 2025) П’яний, Дмитро Анатолійович
UKR: Магістерська робота виконана на 113 сторінках, містить 42 рисунки, 2 таблиці та 38 використані джерела. Дане дослідження спрямоване на вивчення засобів розробки мовою Python з використанням метрик навантаження та використання ресурсів. Аналізуються різні програмні рішення, такі як прості програми з CRUD-операціями з базами даних, додатки з графічним інтерфейсом, системи авторизації та CRM-системи різної складності. Особлива увага приділяється функціоналу відстеження навантаження на систему, включаючи показники використання центрального процесора, пам’яті, диску та мережевого трафіку. Метою дослідження є оцінка впливу різних середовищ розробки Sublime Text, Visual Studio Code та PyCharm на продуктивність та ефективність Python-застосунків. Порівняння цих середовищ дозволить визначити їх переваги та недоліки з точки зору використання системних ресурсів та навантаження на систему. Об’єктом дослідження є програмні додатки, створені мовою Python. Предметом дослідження є вплив засобів розробки та особливостей реалізації додатків на навантаження системи та ефективність використання її ресурсів
Дослідження способів зменшення часу виконання запитів у RESTful API
(Український державний університет науки і технологій, Дніпро, 2025) Подедворний, Олексій Едуардович
UKR: Магістерська робота виконана на 136 сторінках, містить 37 рисунків, 7 використаних джерел та 3 додатки. Мета роботи – зменшення часу виконання запитів у RESTful API шляхом впровадження ефективних комбінацій способів прискорення для підвищення продуктивності веб-додатків. Об’єкт дослідження – RESTful API монолітного додатка з Onion-архітектурою, реалізованого з використанням ASP.NET Core. Методи дослідження включають теоретичний аналіз, експериментальні вимірювання та статистичний аналіз метрик продуктивності. У роботі досліджено вплив оптимізаційних методів, таких як кешування, стиснення даних та пагінація, на продуктивність веб-додатків. Результати роботи включають розробку інструменту для збору метрик продуктивності, проведення експериментального аналізу методів прискорення та формулювання рекомендацій щодо впровадження оптимізацій для підвищення швидкодії RESTful API
Дослідження ефективності методів web API архітектур GraphQL та RestAPI
(Український державний університет науки і технологій, Дніпро, 2025) Мардеросов, Єгор Вадимович
UKR: Магістерська робота виконана на 94 сторінках, містить 13 рисунків, 17 використаних джерел та 3 додатки. Мета роботи – проведення порівняльного аналізу продуктивності RESTful API та GraphQL API, визначення їхніх переваг і недоліків, а також розробка рекомендацій щодо вибору оптимальної архітектури для реалізації веб-додатків залежно від специфічних вимог. Об’єкт дослідження – веб-API архітектури, зокрема RESTful API та GraphQL API, що забезпечують обмін даними між клієнтською та серверною частинами веб-додатків. Методи дослідження включають експериментальний підхід, статистичний аналіз, порівняльний аналіз метрик продуктивності API. Результати роботи включають розробку інструменту для автоматизованого збору метрик, проведення тестування двох архітектур API за умов різного навантаження та формулювання рекомендацій для вибору підходу залежно від вимог проєкту
Дослідження методів верифікації вимог до сайтів
(Український державний університет науки і технологій, Дніпро, 2025) Лохвицький, Нікіта Сергійович
UKR: Опис магістерської дисертації складається з 76 сторінок, 21 рисунку, 7 таблиць, 4 додатки та 17 джерел. У магістерській роботі досліджено сучасні методи та засоби верифікації вимог до веб-сайтів. Проаналізовано ручні та автоматизовані підходи до перевірки якості вимог, з особливою увагою до методів обробки природної мови (NLP). Виявлено показники ефективності методів верифікації. Розроблено програмне забезпечення для автоматизованої верифікації текстових вимог, що дозволяє виявляти орфографічні помилки, нечіткі формулювання, неоднозначності та суб'єктивні оцінки. Програмне забезпечення інтегрує LanguageTool API, SpaCy та NLTK для лінгвістичного аналізу та використовує OpenAI API для аналізу речень. Метою кваліфікаційної роботи є дослідження існуючих методів верифікації вимог до веб-сайтів, розробка програмного забезпечення для автоматизації верифікації вимог до веб-сайтів. Об'єктом дослідження є процес формування і верифікації вимог до веб-сайтів
Дослідження часової ефективності роботи з динамічною пам'яттю в ОС Windows
(Український державний університет науки і технологій, Дніпро, 2025) Лисенко, Максим Олександрович
UKR: Магістерська робота виконана на 145 сторінках, містить 54 рисунків, 12 таблиць та 30 використаних джерел. У роботі створено систему для дослідження часової ефективності операцій з динамічною пам'яттю в ОС Windows. Система дозволяє детально аналізувати роботу з динамічними структурами, словниками, стрічками, небезпечним кодом, покажчиками та фрагментацією пам'яті. Вона забезпечує вимірювання часу виконання, використання пам'яті та навантаження на процесор під час обробки великих обсягів даних. Розроблено програмне забезпечення для тестування динамічної пам'яті, що автоматизує збір даних та аналізує ефективність роботи з динамічними структурами. Це дозволяє досліджувати часову ефективність операцій і оптимізувати управління пам'яттю в ОС Windows.Метою роботи є дослідження часової ефективності роботи з динамічною пам'яттю в операційній системі Windows шляхом аналізу основних операцій виділення та звільнення пам'яті, а також визначення впливу різних факторів на продуктивність системи
Конструктивно-продукційне моделювання мультиатрибутивних просторових графових фракталів
(Український державний університет науки і технологій, Дніпро, 2025) Летучий, Олександр Ігорович
UKR: Магістерська робота виконана на 199 сторінках, містить 50 рисунків, 10 таблиць. Об’єкт розробки – десктопний застосунок для моделювання мультиатрибутивних просторових графових фракталів, що взаємодіє з ЛІРА-САПР. Мета роботи – моделювання та дослідження мультиатрибутивних просторових графових фракталів та дослідження їх напружено-деформованого стану. Підтвердження гіпотези ефективності природньо створених структур кристалічних ґраток з точки зору макроструктури та напружено-деформованого стану у будівництві. Методи дослідження – використання фрактальних властивостей при побудові просторових графових фракталів, використання ЛІРА-САПР для аналізу їх напружено-деформованого стану. Результати та їх новизна: аналіз напружено-деформованого стану згенерованих стрижневих конструкцій з фрактальними властивостями кристалічної ґратки для їх подальшого використання у будівництві. Вступ – в даному розділі описується сутність розробки, її актуальність. Складається з 3 сторінок; Перший розділ – аналіз проблеми та огляд інструментів. Складається з 11 сторінок; Другий розділ – висвітлено обґрунтування напрямку дослідження. Складається з 12 сторінок; Третій розділ – описано процес проектування і розробки інструментального програмного забезпечення для досліджень. Складається з 17 сторінок; Четвертому розділ – дослідження напружено-деформованого стану згенерованих конструкцій з фрактальними властивостями кристалічних ґраток, аналіз експериментальної обчислюваної складності з їх генерації. Складається з 18 сторінок. Висновки – підсумок всієї роботи, складається з 2 сторінок. Список використаних джерел – включає в себе бібліографічний список використаної літератури, складає 3 сторінки. Додатки – технічне завдання, керівництво користувача, робочий код проекту, тези; складають 127 сторінок
Дослідження часової ефективності web-додатків на мові Rust
(Український державний університет науки і технологій, Дніпро, 2025) Кушнір, Богдан Тарасович
UKR: Пояснювальна записка до кваліфікаційної роботи магістра складається з 109 с., 16 рис. , 4 табл., 1 формули, 3 додатків, 24 джерел. Об’єкт розробки — набір програм для визначення та порівняння часу виконання вебдодатків, що розроблені з використанням мов JavaScript з використання рушія V8 та Rust з використанням рушія WASM. Методи дослідження — експериментальне дослідження з використанням розроблених для дослідження програм. Порівняння загального часу виконання вебдодатків. Виділення факторів, що впливають на ефективність роботи вебдодатків. Розробка рекомендації щодо зниження впливу негативних факторів на швидкодію вебдодатків. Результати роботи можуть стати основою для поглибленого дослідження цієї сфери та можуть використовуватися як аргументи при прийнятті архітектурних рішень з проєктування вебдодатків. Виконання розроблених рекомендацій може стати відправною точкою у процесі оптимізації вебдодатків
Аналіз даних з сенсорних мереж Інтернету речей для прогнозування технічного обслуговування та виявлення несправностей
(Український державний університет науки і технологій, Дніпро, 2025) Кучеренко, Антон Андрійович
UKR: Магістерська робота виконана на 131 сторінках, містить 6 рисунків, 18 таблиць та 59 використані джерела. У роботі розглядається створення системи аналізу даних з сенсорних мереж Інтернету речей (IoT), яка використовує сучасні методи машинного навчання для прогнозування технічного обслуговування та виявлення несправностей. Основна увага приділяється застосуванню алгоритму Isolation Forest для виявлення аномалій, методу Random Forest для прогнозування, а також рекурентних нейронних мереж (LSTM) для аналізу часових рядів. Мета роботи — розробити архітектуру системи, здатну ефективно аналізувати дані, отримані з IoT-сенсорів, для зниження експлуатаційних витрат та підвищення надійності обладнання. Програмна реалізація виконана мовою Python із використанням бібліотек TensorFlow, Keras, Pandas
Дослідження впливу шаблонів проєктування на якість програмного коду
(Український державний університет науки і технологій, Дніпро, 2025) Курочка, Максим Віталійович
UKR: Магістерська робота виконана на 68 сторінках, містить 12 рисунків, 7 таблиць та 16 використані джерела.У магістерській роботі було досліджено вплив використання патернів проєктування на атрибути якості програмного коду, методи аналізу якості коду, а також оцінено залежність між застосуванням патернів проєктування та значеннями атрибутів якості програмного коду. У роботі було розроблено інструментальний засіб, який дозволяє оцінювати якість програмного коду на основі розрахунку метрик, що використовуються для визначення атрибутів якості за моделлю QMOOD. Засіб включає консольний застосунок і статичну бібліотеку, реалізовані мовою C++ із застосуванням бібліотек LLVM і Clang. Основні метрики якості коду, які оцінює система, ґрунтуються на моделі QMOOD. Було проведено Проведено 2×2 факторний експеримент із 4 групами респондентів (по 5 осіб у кожній), сформованими за рівнем знань програмістів та наявністю патернів проєктування в реалізації завдання. Після виконання завдань проведено аналіз якості програмного коду, а на основі отриманих даних здійснено статистичний аналіз для оцінки впливу факторів і їх взаємозв’язку на атрибути якості за моделлю QMOOD. Мета дослідження полягала у визначенні взаємозв'язку між використанням патернів проєктування та якістю програмного коду за допомогою аналізу коду на основі обраних метрик. Об’єкт дослідження – патерни проєктування, які використовуються у процесі розробки програмного забезпечення
Аналіз продуктивності засобів машинної графіки у веб-застосунках
(Український державний університет науки і технологій, Дніпро, 2025) Крижановськи,й Максим Ігорович
UKR: Магістерська робота виконана на 103 сторінки, містить 1 зображення, 36 рисунків, 1 таблицю та 41 використане джерело. У магістерській роботі було розглянуто підходи та методи аналізу продуктивності JavaScript-бібліотек для рендерингу графіки у веб-додатках. Виділено основні параметри та характеристики для оцінки продуктивності, такі як FPS (кількість кадрів на секунду), час кадру, завантаження CPU та GPU, а також використання пам'яті. Було розглянуто способи організації тестування сцен у різних графічних бібліотеках, що підтримують 2D та 3D рендеринг. Після аналізу було прийнято рішення розробити веб-застосунок для автоматизованого порівняння продуктивності графічних бібліотек
Дослідження продуктивності нейронних мереж під час аналізу медичних даних Covid-19
(Український державний університет науки і технологій, Дніпро, 2025) Коченко, Микола Віталійович
UKR: Пояснювальна записка до кваліфікаційної роботи магістра 90 с., 3 рис., 5 табл., 4 додатки, 70 джерел. На даний момент методи машинного навчання все частіше застосовуються для вирішення задач різних областей, наприклад в медицині. Методи машинного навчання використовують для діагностики захворювань та інтерпретації результатів. Основними цілями таких розробок є допомога лікарям в сенсі скорочення часу досліджень аналізів пацієнта та полегшення роботи лікаря. У цій роботі для розв'язання задачі класіфікації та розпізнавання COVID-19 за рентгенівськими знімками використовуються згорткові нейронні мережі. Згорткові нейронні мережі це найбільше ефективний інструмент для розпізнавання зображень. Основними якостями даного виду мереж є стійкість до зашумлення чи спотворення вихідних даних. Метою дослідження даної роботи є створення згорткової нейронної мережі для діагностики COVID-19 за рентгенівськими знімками. Для досягнення поставленої мети вирішено такі завдання: огляд наукових праць, присвячених патогенності віруса COVID-19; огляд наукових статей, присвячених прогнозуванню та дослідженню коронавірусу за допомогою алгоритмів машинного навчання та штучних нейронних мереж; підготовка вхідних даних; класіфікація та прогнозування COVID-19 за допомогою згорткової нейронної мережі; інтерпретація результатів. Об'єктом дослідження є динаміка захворюваності та смертності від коронавірусу COVID-19, предметом – застосування нейронних мереж для прогнозування патогенності вірусу У роботі використані методи машинного навчання, штучні нейромережі, статистичні методи прогнозування. Програма реалізована мовою програмування Python. Для моделювання використовували бібліотеки Keras, а також бібліотеки TensorFlow як найбільш популярних фреймворків для побудови передбачуваних моделей, оцінка точності прогнозів моделі та підбір оптимальних параметрів. Пояснювальна записка складається зі вступу, чотирьох розділів, висновків, бібліографічного списку та восьми додатків. Вступ описує суть, мету та актуальність роботи. Перший розділ: огляд предметної галузі. Другий розділ: методи аналізу сучасних нейронних мереж. Третій розділ: проектний розділ. Четвертий розділ: дослідження нейромереж. П’ятий розділ: безпека праці та захист даних. Додатки: технічне завдання, керівництво користувача, текст програми, тези двох доповідей
Дослідження алгоритмів рекомендаційних систем
(Український державний університет науки і технологій, Дніпро, 2025) Кесар, Олександр Романович
UKR: Магістерська робота виконана на 89 сторінках, містить 33 рисунка, 12 таблиць, 3 додатки та 27 використаних джерел. Документ «Дослідження алгоритмів рекомендаційних систем» входить до складу програмної документації для розробки системи дослідження та оцінки ефективності алгоритмів рекомендацій. У даному документі описано особливості реалізації системи, яка включає навчання, тестування та порівняння алгоритмів градієнтного бустингу, матричної факторизації та швидкого дерева Твідді. Розробка виконана мовою C# із використанням фреймворку ML.NET у середовищі розробки Visual Studio 2022 з інтеграцією бази даних MS SQL Server. Мета роботи: дослідити ефективність роботи алгоритмів рекомендаційних систем у різних умовах. Провести аналіз їхньої продуктивності, точності рекомендацій, часу тренування та використання обчислювальних ресурсів. Розробити рекомендації щодо вибору алгоритму залежно від специфіки завдань і обсягу даних
Дослідження часових характеристик контейнерних типів даних мови Python
(Український державний університет науки і технологій, Дніпро, 2025) Канарейкін, Дмитро Олександрович
UKR: Магістерська робота виконана на 97 сторінках, містить 29 рисунків, 20 таблиць і 70 використаних джерел. У магістерській роботі досліджено часові характеристики контейнерних типів даних мови Python: списків (list), кортежів (tuple), множин (set), словників (dict) та інших. Розроблено програму для тестування продуктивності базових операцій, таких як вставка, видалення, пошук, сортування та ітерація. У дослідженні використано експериментальні методи тестування, які дозволили оцінити продуктивність різних контейнерів залежно від типу даних та задач. Мета роботи полягає у визначенні оптимальних умов використання контейнерів Python для підвищення продуктивності програмного забезпечення. Об’єктом дослідження є контейнерні типи даних, а предметом — їх вплив на продуктивність програмного забезпечення
Дослідження можливостей супроводу та масштабування програмного коду
(Український державний університет науки і технологій, Дніпро, 2025) Зеленько, Дарія Миколаївна
UKR: Міністерська робота виконана на 138 сторінок, містить 80 рисунків, 6 таблиць та 53 використаних джерела. У магістерській роботі досліджено проблему довготривалого супроводу та масштабування програмного забезпечення у сучасності. Було розроблено та описано метрики оцінки якості коду, проведено збір інформації за допомогою автоматизованих методів збору даних, досліджено взаємозв’язок між принципами якісного коду та покращенням якості підтримки програмного забезпечення. В результаті запропоновано методологію оцінки якості коду. Доведено, що вивчення якості коду, зокрема в контексті концепції «Чистого коду», є важливим через брак емпіричних наукових досліджень. Це створює проблему непідтверджених гіпотез, що ускладнює їх практичне застосування. Мета роботи полягає у дослідженні та пошуку можливих кореляцій між кодом за стандартами "чистого коду" та складністю підтримки сучасного програмного забезпечення
Аналіз алгоритмів кластеризації для обробки великих даних
(Український державний університет науки і технологій, Дніпро, 2025) Єрмаков, Владислав Віталійович
UKR: Магістерська робота виконана на 171 сторінках, містить 58 рисунків, 3 таблиць та 19 використаних джерел. У магістерській роботі було спроектовано та розроблено програмне забезпечення для порівняння алгоритмів кластеризації великих даних. Проєкт надає можливість дослідникам оцінювати ефективність різних підходів, таких як K-means, ієрархічна кластеризація та DBSCAN, у задачах з текстовими та числовими даними. Програма забезпечує набір ключових функцій, зокрема завантаження та обробку даних, візуалізацію результатів кластеризації та обчислення метрик якості. Як допоміжні функції програма надає можливість налаштовувати параметри алгоритмів, експортувати результати та будувати інтерактивні графіки для аналізу