• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Анализ поведения человека в играх

ФИО студента: Жосан Юлия Сергеевна

Руководитель: Игнатов Дмитрий Игоревич

Кампус/факультет: Отделение прикладной математики и информатики

Программа: Бакалавриат

Оценка: 8

Год защиты: 2014

<p>Стремительная информатизация является одной ключевых черт текущего этапа эволюции общества. Развитие современных средств получения, хранения, обработки и передачи данных привело к накоплению огромных объемов информации о самых различных сферах жизни человека и общества. Более того, эти массивы данных постоянно обновляются и их своевременный анализ жизненно важен для нормального функционирования многих сфер человеческой жизни, будь то экономика, социология или медицина.</p><p>Традиционное программирование использует достаточно простые алгоритмы анализа, которых явно недостаточно для получения релевантных результатов. Огромные вычислительные мощности компьютерной техники используются неэффективно.</p><p>Машинное обучение является одним из примеров нового и более прогрессивного подхода к анализу данных. Это одна из технологий, относящаяся к сфере искусственного интеллекта. Машинное обучение исследует алгоритмы построения компьютерных моделей, способных к самообучению. Это обучение индуктивно и осуществляется через поиск закономерностей в экпериментальных данных.</p><p>Использование методов индуктивного обучения позволяет компьютеру оперировать со все более сложными алгоритмами анализа и выдавать все более релевантные результаты для случаев, когда человеческий мозг не справляется с анализом большого потока данных.</p><p>Данная работа посвящена исследованию применимости и вычислительной эффективности методов машинного обучения в сфере экономического анализа. Показано, что методы машинного обучения способны дать не худшие результаты по сравнению с традиционными эконометрическими методами исследования, использующими дедуктивные технологии и идущих &laquo;от модели к данным&raquo;. С одной стороны, методы машинного обучения оказываются пригодными для получения результатов, аналогичных проверке гипотез в экономике. С другой, используя подход &laquo;от данных к модели&raquo;, методы машинного обучения способны выявлять корреляции, которые могут свидетельствовать о закономерностях, ускользнувших от сознания исследователя-экономиста. Открытие подобных закономерностей делает представления об исследуемом объекте существенно более полными.</p><p>При этом методы машинного обучения значительно более эффективны с точки зрения затрат сил и времени. С этой точки зрения, их использование в будущем, вероятно, будет расширяться.</p>

Текст работы (работа добавлена 5 июня 2014 г.) (2.69 Kb)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ