Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Klasterizācijas algoritmu salīdzinošā analīze pieprasījuma prognozēšanas uzdevumos
Nosaukums angļu valodā A Comparative Analysis of Clustering Algorithms for Demand Forecasting
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Dr. sc .ing. Sergejs Paršutins
Recenzents Dr. sc. ing. Sigita Misiņa
Anotācija Maģistra darba mērķis ir izpētīt un analizēt prognozēšanas metodes īsu laika rindu analīzes pieprasījuma prognozēšanas uzdevumā. Darba galvenie uzdevumi ir: izskatīt prognozēšanas metodes, risināt pieprasījuma prognozēšanas uzdevumu, izmantojot k-vidējo sadalošo algoritmu un izpildīt klasterizācijas algoritma un tās modifikācijas analīzi. Šis algoritms tika izvēlēts izmantošanai darbā, jo tas ir viens no vienkāršākajiem un no esošām publikācijām ir zinams labākais klasteru skaits izmantotai datukopai. Uzdevuma darba mērķis ir noskaidrot, kā klasteru skaits, kuri bija izmantoti pieprasījuma prognozēšanai, ietekmē pieprasījuma precizitāti. Dati, kas tika izmantoti darbā tika sadalīti divās daļās, apmēram 70/30. Dati, kas saturēja 70%, tika nosaukti par apmācības kopu, otrā daļa par testēšanas kopu. Izmantotie dati attēlo apģērba pieprasījumu vienā no Latvija veikaliem viena gada ietvaros. Darba gaitā tika izmantota Orange Canvas programmatūra un visi aprēķini tika izpildīti MS Excel failā. Prognozēšanai tika analizēta absolūtā vidējā kļūda.
Atslēgas vārdi klasterizācijas analīze,k-vidējo sadalošais algoritms,vidējā absolutā kļūda, prognoze, pieprasījums
Atslēgas vārdi angļu valodā cluster algorithm, k-means algorithm, absolute average deviation function, forecasting, demand
Valoda lv
Gads 2012
Darba augšupielādes datums un laiks 26.06.2012 08:19:48