УДК 004.8:519.8:681.3.06 | DOI: https://doi.org/10.31521/modecon.V50(2025)-01 |
Біліченко О. С., кандидат економічних наук, доцент, доцент кафедри економічної теорії і суспільних наук, Миколаївський національний аграрний університет, м. Миколаїв, Україна
ORCID ID: 0000-0002-5241-3195
e-mail: bilichenko77@ukr.net
Радзевич Т. В., здобувачка вищої освіти факультету менеджменту, Миколаївський національний аграрний університет, м.Миколаїв, Україна
ORCID ID: 0009-0008-1960-1494
e-mail: radzevictana@gmail.com
Використання машинного навчання у прогнозуванні та аналізі даних
Анотація. У статті розглянуто роль машинного навчання як інструмента прогнозування та аналізу даних в умовах цифрової трансформації. Проаналізовано ключові алгоритми, їхні переваги та недоліки, а також прикладні можливості у різних галузях. Окрему увагу приділено нейронним мережам, які забезпечують високу точність у вирішенні складних задач, таких як розпізнавання образів та мовлення. Визначено основні виклики, пов’язані з якістю даних, інтерпретованістю моделей та етичними аспектами використання штучного інтелекта (далі – ШІ). Дослідження підкреслює перспективи подальшого розвитку технологій машинного навчання, зокрема їх автоматизації та інтеграції у повсякденне життя. У дослідженні також проаналізовано практичні кейси впровадження машинного навчання для виявлення закономірностей у великих обсягах даних та підвищенні ефективності прийняття управлінських рішень. Наведено приклади успішного застосування методів класифікації, регресії та кластеризації у бізнесі, фінансах та державному управлінні. Особливу увагу приділено проблемі узгодження отриманих прогнозів з реальними результатами, що є важливим аспектом при оцінюванні ефективності моделей. У підсумку наголошено на важливості комплексного підходу до впровадження технологій ШІ, що враховує технічні, соціальні та етичні чинники.
Ключові слова: машинне навчання; аналіз даних; прогнозування; штучний інтелект; нейронні мережі; автоматизація.
Література:
- Mitchell T. M. Machine Learning. Redmond, WA : McGraw-Hill Education, 1997. 421 p. URL: https://www.cs.cmu.edu/~tom/files/MachineLearningTomMitchell.pdf
- Turing A. M. I.–Computing machinery and intelligence. Mind. 1950. Vol. LIX, no. 236. P. 433–460. URL: https://doi.org/10.1093/mind/lix.236.433.
- Rosenblatt F. The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review. 1958. Vol. 65, no. 6. P. 386–408. URL: https://doi.org/10.1037/h0042519.
- McCarthy J. The Dartmouth Conference Proposal. AI Memo 35. Hanover : MIT Artificial Intelligence Laboratory, 1956. URL: http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf.
- Jordan, M. I., &Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255–260.
- Bishop, C. M. Pattern Recognition and Machine Learning. Cambridge : Springer, 2006. 758 p. URL: https://www.microsoft.com/en-us/research/wp-content/uploads/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf.
- Lipton Z. C. The mythos of model interpretability. Communications of the ACM. 2018. Vol. 61, no. 10. P. 36–43. URL: https://doi.org/10.1145/3233231.
- Goodfellow I., Bengio Y., Courville A. Deep learning. Cambridge : The MIT Press, 2016. 800 p.
- Словник термінів у сфері штучного інтелекту / упоряд. : Д. Чумаченко та ін.; Міністерство цифрової трансформації України. 2023. URL: https://surl.li/bscrho.
- Quinlan J. R. Induction of decision trees. Machine Learning. 1986. Vol. 1(1). Pp. 81–106. URL: https://doi.org/10.1007/BF00116251.
- Черняк О. І., Захарченко П. В. Інтелектуальний аналіз даних : підручник. Київ : ЗНУ, 2010. 837 с. URL: https://surl.li/xnxmvt.
- Присяжнюк А. Як працює machine learning та його застосування на практиці. Na chasi. 2019. URL: https://nachasi.com/tech/2019/01/31/yak-pratsyuye-machine-learning/
- Basnet S. Artificial Intelligence and Machine Learning in Human Resource Management: Prospect and Future Trends. International Journal of Research Publication and Reviews. 2024. Vol. 5, no. 1. P. 281–287. URL: https://doi.org/10.55248/gengpi.5.0124.0107.
- Що таке машинне навчання, його алгоритми. Як Machine Learning (ML) впливає на розвиток бізнесу. Kyivstar Business Hub – корпоративний блог для бізнесу. URL: https://hub.kyivstar.ua/articles/yak-mashinne-navchannya-vplivaye-na-rozvitok-biznesu
- How has Artificial Intelligence evolved in Mobile Applications? Intuz: AI, IoT, Mobile & Web Development Services Company. URL: https://www.intuz.com/blog/artificial-intelligence-a-rising-star-of-mobile-technology
- Baranov O. A. Definition of the term “artificial intelligence”. Information and Law. 2023. Vol. 1(44). Pp. 32–49.
- AI Watch: Defining artificial intelligence (EUR 30117 EN) / Samoili S. et al. Publications Office of the European Union. https://doi.org/10.2760/382730.
- Artificial Intelligence in Society. Paris : OECD Publishing, 2019. 152 p. URL: https://doi.org/10.1787/eedfee77-en.
- Фостолович В. А. Штучний інтелект в сучасному бізнесі: потенціал, сучасні тренди та перспективи інтегрування у різні сфери господарської діяльності і життєдіяльності людини. Efektyvna ekonomika. 2022. № 7. URL: https://doi.org/10.32702/2307-2105.2022.7.4.
- Піжук О. І. Штучний інтелект як один із ключових драйверів цифрової трансформації економіки. Економіка, управління та адміністрування. 2019. № 3(89). С. 41–46. URL: https://doi.org/10.26642/ema-2019-3(89)-41-46.
- Стежко Н. В., Шевчук О. І. Тенденції розвитку світової електронної комерції в умовах діджиталізації бізнесу. Цифрова економіка та економічна безпека. 2023. № 5 (05). С. 20–25. URL: https://doi.org/10.32782/dees.5-3.
- Mitchell M. The Turing Test and our shifting conceptions of intelligence. Science. 2024. Vol. 385, no. 6710. URL: https://doi.org/10.1126/science.adq9356.
- Штучний інтелект. Дія. Освіта. 2025. URL: https://osvita.diia.gov.ua/courses/artificial-intelligence.
- Чайка П. Нейронні мережі: їх застосування, робота. Пізнавайка. 2018. URL: https://www.poznavayka.org/uk/nauka-i-tehnika-2/neyronni-merezhi-yih-zastosuvannya-robota/.
- Mcculloch Warren S., Pitts W. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics. 1943. Vol. 5. Pp. 115–133. URL: https://link.springer.com/article/10.1007/BF02478259.
- Що таке штучний інтелект: історія, види та складові. GigaСloud. 2023. URL: https://gigacloud.ua/articles/shho-take-shtuchnyj-intelekt-istoriya-vydy-ta-skladovi/
- Robotics, artificial intelligence, and the workplace of the future. Open Stax. URL: https://ecampusontario.pressbooks.pub/businessethicsopenstax/chapter/robotics-artificial-intelligence-and-the-workplace-of-the-future/
Стаття надійшла до редакції: 24.04.2025
Як цитувати статтю: |
Біліченко О. С., Радзевич Т. В. Використання машинного навчання у прогнозуванні та аналізі даних. Modern Economics. 2025. № 50(2025). С. 6-12. DOI: https://doi.org/10.31521/modecon.V50(2025)-01. |
Bilichenko O., Radzevych T. (2025). Using Machine Learning in Forecasting and Data Analysis. Modern Economics, 50(2025), 6-12. DOI: https://doi.org/10.31521/modecon.V50(2025)-01. |