🤖 Темы ВКР: Искусственный интеллект и ML

Искусственный интеллект и машинное обучение — наиболее востребованные направления в современной бизнес-информатике. Темы данной категории охватывают разработку алгоритмов, нейронных сетей, систем обработки естественного языка, классификации данных и интеллектуального анализа. Ключевые технологии: Python, TensorFlow, scikit-learn, SVM, Random Forest, NLP.

• 1Исследование и анализ проблем и тенденций развития технологий глубокого обучения (Deep Learning) в ИС.
• 2Исследование и анализ методов обработки естественного языка (NLP) в информационных системах.
• 3Разработка и оценка алгоритмов машинного обучения для улучшения процессов бизнес-аналитики.
• 4Разработка программного приложения классификации текста на базе машинного обучения.
• 5Использование аппарата искусственных нейронных сетей в теории принятия решений.
• 6Исследование и анализ методов искусственного интеллекта в информационных системах.
• 7Исследование и анализ технологий распознавания речи и изображений в информационных системах.
• 8Разработка нечёткой модели оценки качества высшего образования.
• 9Применение методов data mining в поведенческом скоринге.
• 10Применение методов интеллектуального анализа данных в экономических исследованиях.
• 11Компаративный анализ алгоритмов машинного обучения на основе данных социально-экономических процессов.
• 12Алгоритм Support Vector Machine: инструмент технологии машинного обучения.
• 13Алгоритм Random Forest: инструмент технологии машинного обучения.
• 14Реализация концепции функционального программирования в языке Wolfram.
• 15Парадигма функционального программирования, сравнение с другими концепциями разработки кода.
• 16Алгоритмы распознавания образов в задачах финансового анализа.
• 17Разработка систем поддержки и принятия решений в системе управления знаниями.
• 18Интеллектуально-информационные системы принятия решений на финансовых рынках.
• 19Интеллектуальные алгоритмы скоринга клиентов финансового учреждения.
• 20Алгоритмы создания, управления и оптимизации экспертных систем.
• 21Исследование возможности применения методов кластеризации при разработке скоринговых моделей.