2024 рік

Permanent URI for this collection

https://ir.kneu.edu.ua/handle/2010/43782

Browse

Browsing 2024 рік by Subject "CatBoost autoencoder"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Прогнозування схильності до інтернет залежності методами Data Science
    (Київський національний економічний університет імені Вадима Гетьмана, 2024-12-19) Василенко, Денис Павлович; Vasylenko, Denys; Іщук, Ярослава Володимирівна
    У дослідженні розглянуто інтернет-залежність як сучасний поведінковий розлад, що впливає на психічне здоров’я та соціальну адаптацію, особливо серед дітей і підлітків. Метою роботи є розробка прогнозної моделі для виявлення схильності до інтернет-залежності за допомогою методів машинного навчання, таких як LightGBM, XGBoost і CatBoost. Застосовано сучасні методи обробки даних, включаючи автоенкодери та агрегацію часових рядів. Робота має теоретичне і практичне значення, спрямоване на профілактику та раннє виявлення залежності для покращення якості життя. The study examines internet addiction as a contemporary behavioral disorder affecting mental health and social adaptation, particularly among children and adolescents. The aim is to develop a predictive model to identify susceptibility to internet addiction using machine learning methods such as LightGBM, XGBoost, and CatBoost. Advanced data processing techniques, including autoencoders and time series aggregation, were utilized. The work holds theoretical and practical significance, focusing on prevention and early detection of addiction to improve quality of life.