
Тип работы:	Предмет:	Язык работы:

Разработка алгоритма учета и анализа динамики заболеваемости сотрудников компании

Работа №	112106
Тип работы	Бакалаврская работа
Предмет	программирование
Объем работы	51
Год сдачи	2022
Стоимость	4850 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	113

Не подходит работа?

Узнай цену на написание

Содержание

Аннотация 2
Введение 5
1 Обзор предметной области 6
1.1 Основные понятия временных рядов 6
1.2 Задачи временных рядов 8
1.3 Статистические свойства временных рядов 11
1.4 Тест Дикки-Фуллера 17
1.5 Построение модели временного ряда 17
1.6 Разбор методов прогнозирования 19
1.7 Модели экстраполяции на основе кривых роста 20
1.8 Адаптивные методы прогнозирования 24
1.9 Метрики оценки точности прогноза 29
2 Программная реализация 32
2.1 Необходимые программные средства 32
2.2 Реализация модели полиномиального тренда 33
2.3 Реализация интерфейса 36
3 Проверка алгоритма и интерфейса 39
3.1 Проверка алгоритма 39
3.2 Выбор параметра для полиномиальной модели 41
3.3 Осмотр интерфейса 45
Заключение 48
Список используемой литературы 49

Введение

Любая компания заинтересована в том, чтобы сотрудники не болели. Если кто-то из работников все-таки уходит на больничный, то начинают сдвигаться сроки реализации проекта, доход падает и за этим следует еще множество факторов, влияющих на стабильную работу организации. Они решаемы, но от этого компании не легче. Несмотря на всем ныне известный Covid-19, нужно помнить, что по мимо него существуют и другие заболевания, которым подвергаются люди. Для управления ситуацией вокруг данной проблемы, нужно понимать, что вообще происходит.
Прогнозирование в сфере здравоохранения внутри предприятий необходимо для того, чтобы верно принимать превентивные меры и избегать нежелательные исходы для компании и её сотрудников.
Это подводит нас к изучению конкретных методов прогнозирования в целом, ведь от правильности метода и оценки её достоверности зависит точность будущего прогноза.
Актуальность бакалаврской работы обусловлена в решении проблемы с изучением эпидемиологической ситуации внутри определенной компании.
Объектом исследования являются методы решения задачи прогнозирования временных рядов.
Цель работы: разработка алгоритма для анализа и учета данных.
Для достижения цели данной бакалаврской работы потребуется выполнить следующие шаги:
1) Исследовать предметную область;
2) Рассмотреть различные модели прогнозирования и найти подходящую для поставленного случая;
3) Реализовать интерфейс приложения и выбранный метод при помощи Python и облачного сервиса Google Colab;
4) Проверить интерфейс и работоспособность разработанного метода при помощи различных метрик.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

Во время написания бакалаврской работы мы рассмотрели множество теоретических материалов о анализе и прогнозировании временных рядов, а еще различные методы оценки адекватности построенной модели и метрики оценки точности прогноза.
В ходе работы был выполнен ряд следующих задач:
• проведено исследование предметной области;
• рассмотрены различные модели прогнозирования;
• рассмотрены различные метрики для построения моделей прогнозирования;
• найдена подходящая модель прогнозирования для поставленного случая;
• реализован алгоритм для прогнозирования заболевания;
• реализован интерфейс приложения и выбранный метод на языке программирования Python с использованием облачного сервиса Google Colab;
• проведена проверка интерфейса и работоспособности разработанного метода при помощи различных метрик.
В результате выполнения бакалаврской работы были исследованы способы прогнозирования распространения вирусов и разработано приложение для учета и анализа динамики заболеваний у сотрудников компании. При помощи использования данного приложения, руководство компании получит возможность делать прогнозы вспышек заболеваемости у сотрудников компании и на основе полученных данных, они будут принимать дальнейшие решения о переходе на дистанционных режим работы.
В выпускной квалификационной работе раскрывается значимость и актуальность исходного положения: разработки алгоритма прогнозирования и анализа заболеваемости сотрудников компании.
В результате написания работы была полностью раскрыта тема работы, достигнута цель бакалаврской работы.

Литература

1. Арефьева Н.Т. Прогнозирование и его социокультурные цели / Н.Т. Арефьева // Электронный журнал «Знание. Понимание. Умение». - 2010. - № 4 - С. 1.
2. Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. — Питер, 2018. — 336 с. — ISBN 978-5-496-02989-6.
3. Верещагин Н.К., Щепин Е.В. Информация, кодирование и предсказание. - М.: ФМОП, МЦНМО, 2012. - 238 с.
4. Воронцов К. В., «Комбинаторный подход к оценке качества обучаемых алгоритмов», Математические вопросы кибернетики, 13, ред. О. Б. Лупанов, Физматлит, М., 2004, 5-36 mathscinet;
5. Дуброва Т.А. — Москва: ЮНИТИ-ДАНА, 2003. — ISBN 5-238-00497-4.
6. Каток А.Б., Хассельблат Б. Введение в современную теорию динамических систем / Пер. с англ. М.: Факториал УРСС, 1999. 767 с.
7. Коломыйцев О.А. Обзор методов и подходов к прогнозированию финансовых временных рядов / О.А. Коломыйцев, В.Ю. Шелепов // Сборник научных трудов по материалам международной научно-практической конференции. - 2008. - Т. 8. № 1 - С. 71-73.
8. Лоскутов А.Ю., Михайло А.С. Основы теории сложных систем. - М.- Ижевск: Институт компьютерных исследований, 2007. - 620 с.
9. Мишулина О.А. Статистический анализ и обработка временных рядов. - М.: МИФИ, 2004. - С. 180. - ISBN 5-7262-0536-7.
10. Нуньес-Иглесиас Х., Уолт Ш., Дэшноу Х. Элегантный SciPy = Elegant SciPy. — ДМК Пресс, 2018. — 266 с. — ISBN 978-5-97060-6001.
11. Орлова И.В. Экономико-математические методы и модели: компьютерное моделирование: учебное пособие / И.В. Орлова, В.А. Половников. - Москва: Вузовский учебник, 2007. - 365 с.
12. Рашка С. Python и машинное обучение / С. Рашка; пер. с англ. А.В. Логунова. - Москва: ДМК Пресс, 2017. - 418 с.
13. Сажин Ю.В. Анализ временных рядов и прогнозирование: учебник / Ю. В. Сажин, А. В. Катынь, Ю. В. Сарайкин. - Саранск: Изд-во Мордов. ун-та, 2013. - 192 с.
14. Светуньков И.С. Методы социально-экономического прогнозирования. Том 1. Теория и методология. / И.С. Светунькова. - Москва: Юрайт, 2015. - 351 с.
15. Трегуб А.В. Методика построения модели ARIMA для прогнозирования динамики временных рядов / А. В. Трегуб // Лесной вестник. - 2011. - № 5. • С. 179-183.
...