• Класифікатори
• модель, моделі

модель регресійна, модель регрессионная

Документи:

• R2 metric dynamics for k-nearest neighbors regression model trained on series of different sizes [Текст] / Y. Babich, L. Hlazunova, T. Kalinina, Y. Petrovych // Infocommunication tecnologies and electronic engineering. – 2024. – Vol. 4, № 2. – P. 10-18.
• Антонюк, О. П. Результати застосування регресійних моделей для прогнозування кількості запасних частин [Текст] / О. П. Антонюк // Матеріали XIV міжнар. наук.-практ. конф. "Сучасні технології та перспективи розвитку автомобільного транспорту", 25-27 жовтня 2021 р. / МОН України, ВНТУ, ДУ "Житомирська політехніка". – Вінниця : ВНТУ, 2021. – С. 10-12.
• Бидюк, П. И. Системный подход к построению регрессионной модели по временным рядам [Текст] / П. И. Бидюк, И. В. Баклан, В. Н. Рифа // Системні дослідження та інформаційні технології. – 2002. – № 3. – 114-131.
• Бидюк, П. И. Структурный анализ методик построения регрессионных моделей по временным рядам наблюдений [Текст] / П. И. Бидюк, Т. Ф. Зворыгина // Управляющие системы и машины. – 2003. – № 2. – 93-99.
• Боримський, Ю. С. Метод прогнозування часових рядів колективом лінійних регресійних моделей [Текст] / Ю. С. Боримський, Л. П. Кондратова // Наукові вісті. – 2004. – № 4. – 71-77.
• Бурий, С. В. Оцінка методів прогнозування електроспоживання підприємств на прикладі вугільної шахти [Електронний ресурс] / С. В. Бурий, В. В. Халімов // Наукові праці Вінницького національного технічного університету. – 2014. – № 2. – С. 1-4.
• Гайдук, С. В. Автоматизированное проектирование литейного жаропрочного коррозионностойкого никелевого сплава для направленной (моно) кристаллизации отливок с требуемыми свойствами [Текст] / С. В. Гайдук, Т. В. Тихомирова // Металлургическая и горнорудная промышленность. – 2016. – № 6. – С. 30-34.
• Гайдук, С. В. Комплексная расчетно-аналитическая методика для проектирования литейных жаропрочных никелевых сплавов с требуемыми служебными свойствами [Текст] / С. В. Гайдук, Т. В. Тихомирова // Металлургическая и горнорудная промышленность. – 2016. – № 5. – С. 62-69.
• Дзелендзяк, У. Ю. Розроблення моделі нейронної мережі для прогнозування дорожньо-транспортних пригод [Текст] / У. Ю. Дзелендзяк, В. В. Самотий, О. М. Пелех // Вісник Національного університету "Львівська політехніка". Серія : Автоматика, вимірювання та керування / МОН України. – Львів : Вид-во Львівської політехніки, 2018. – № 907. – С. 44-50.
• Ільчук, П. Г. Доходи як індикатор добробуту населення: регіональний аспект [Текст] / П. Г. Ільчук, О. О. Коць, Д. Г. Цюрось // Вісник Національного університету "Львівська політехніка". Серія: Менеджмент та підприємництво в Україні: етапи становлення і проблеми розвитку. – 2017. – № 875. – С. 284-292.
• Квєтний, Р. Н. Оцінювання регресійних моделей з регуляризацією на фінансових часових рядах за допомогою адаптивної комплексної метрики [Електронний ресурс] / Р. Н. Квєтний, С. І. Бородкін // Вісник Вінницького політехнічного інституту. – 2026. – № 2. – С. 21-28. – DOI: https://doi.org/10.31649/1997-9266-2026-185-2-21-28.
• Квєтний, Р. Н. Оцінювання регресійних моделей з регуляризацією на фінансових часових рядах за допомогою адаптивної комплексної метрики [Текст] / Р. Н. Квєтний, С. І. Бородкін // Вісник Вінницького політехнічного інституту. – 2026. – № 2 (185). – С. 21-28. – DOI: https://doi.org/10.31649/1997-9266-2026-185-2-21-28.
• Койбічук, В. В. Порівняльний аналіз конкурентоспроможності банків на основі чітких та нечітких лінійних регресійних багатофакторних моделей [Текст] / В. В. Койбічук // Актуальні проблеми економіки. – 2016. – № 10. – С. 425-433.
• Вплив війни на економічну активність в Україні: використання супутникових даних про нічне освітлення для оцінювання стану економіки [Текст] / А. В. Колотій, А. Ю. Шелестов, О. А. Жданов, Є. А. Волкова // Кібернетика та системний аналіз. – 2026. – Т. 62, № 1. – С. 187-207.
• Копиця, В. Підходи до управління перерозподілом паркувального попиту при зміні міської інфраструктури [Текст] / В. Копиця, Р. Квєтний // Оптико-електронні інформаційно-енергетичні технології. – 2025. – № 2 (50). – С. 87-95. – DOI: https://doi.org/10.31649/1681-7893-2025-50-2-87-95.
• Копиця, В. Підходи до управління перерозподілом паркувального попиту при зміні міської інфраструктури [Електронний ресурс] / В. Копиця, Р. Квєтний // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 50, № 2. – С. 87-95. – DOI: https://doi.org/10.31649/1681-7893-2025-50-2-87-95.
• Кузнєцова, Н. В. Застосування регресійних моделей для аналізу і прогнозування показників якості фінансовї діяльності підприємства [Текст] / Н. В. Кузнєцова, З. С. Чернишш // Системні дослідження та інформаційні технології. – 2020. – № 2. – С. 67-81.
• Кузьменко, О. В. Економетричне моделювання впливу релевантних показників гендерної політики на ефективність діяльності банківської системи [Текст] / О. В. Кузьменко, В. В. Койбічук // Кибернетика и системный анализ. – 2018. – Т. 54, № 5. – С. 3-12.
• Кузьмін, О. Є. Дегресивні і прогресивні витрати в економічному оцінюванні виробничо-господарської діяльності підприємств та інжинірингу [Текст] / О. Є. Кузьмін, У. І. Когут // Актуальні проблеми економіки. – 2007. – № 1. – 48-62.
• Операційний контроль як засіб оцінки якості зварних з'єднань при контактному стиковому зварюванні сучасних високоміцних сталей методом оплавлення (на англ. мов.) [Текст] / С. І. Кучук-Яценко, П. М. Руденко, В. С. Гавриш [et al.] // Science and Innovation. – 2020. – Vol. 16, № 2. – С. 66-71.
• Лапач, С. М. Конфлікт вимог до точності користувача і показників регресійної моделі [Текст] / С. М. Лапач // Математичні машини і системи. – 2025. – № 1. – С. 91-102.
• Лапач, С. М. Ризики застосування коефіцієнта кореляції при конкретній специфікації регресійної моделі [Текст] / С. М. Лапач // Математичні машини і системи. – 2018. – № 3. – С. 142-148.
• Лапач, С. Н. Основные проблемы построения регрессионных моделей [Текст] / С. Н. Лапач, С. Г. Радченко // Математичні машини і системи. – 2012. – № 4. – С. 125-133.
• Лапач, С. Н. Регрессионный анализ в условиях неоднородности факторного пространства [Текст] / С. Н. Лапач, С. Г. Радченко // Математичні машини і системи. – 2016. – № 3. – С. 55-63.
• Ліщук, А. Р. Порівняльний аналіз статистичних підходів і нейро-нечітких моделей для прогнозування температури зерна [Електронний ресурс] / А. Р. Ліщук // Наукові праці Вінницького національного технічного університету. – 2025. – № 1. – С. 1-11. – DOI: https://doi.org/10.31649/2307-5376-2025-56-66.
• Автоматизація процесу побудови регресійних математичних моделей споживання електроенергії трамваями на маршрутах [Текст] / Б. І. Мокін, М. П. Боцула, М. П. Розводюк, В. Б. Дудко // Інформаційні технології та комп'ютерна інженерія. – 2006. – 2(6). – С. 123-127.
• Приходько, Н. В. Нелінійна регресійна модель для оцінювання розміру програмного забезпечення інформаційних систем на базі VB [Електронний ресурс] / Н. В. Приходько, С. Б. Приходько // Інформаційні технології та комп'ютерна інженерія. – 2018. – № 3. – С. 37-42.
• Приходько, Н. В. Нелінійна регресійна модель для оцінювання розміру програмного забезпечення інформаційних систем на базі VB [Текст] / Н. В. Приходько, С. Б. Приходько // Інформаційні технології та комп'ютерна інженерія. – 2018. – № 3 (43). – С. 37-42.
• Нелінійна регресійна модель для оцінювання розміру web-застосунків, що створюються з використанням фреймворку Laravel [Текст] / С. Б. Приходько, Н. В. Приходько, М. В. Ворона, І. О. Бєловол // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 1 (50). – С. 115-121. – DOI: https://doi.org/10.31649/1999-9941-2021-50-1-115-121.
• Нелінійна регресійна модель для оцінювання розміру web-застосунків, що створюються з використанням фреймворку Laravel [Електронний ресурс] / С. Б. Приходько, Н. В. Приходько, М. В. Ворона, І. О. Бєловол // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 1 (50). – С. 115-121. – DOI: https://doi.org/10.31649/1999-9941-2021-50-1-115-121.
• Радченко, С. Г. Концепция ортогональности во множественном регрессионном анализе [Текст] / С. Г. Радченко // Математичні машини і системи. – 2011. – № 2. – С. 125-130.
• Радченко, С. Г. Основные концепции множественного регрессионного анализа [Текст] / С. Г. Радченко, С. Н. Лапач // Математичні машини і системи. – 2013. – № 1. – С. 150-156.
• Рзаев, Р. Р. Нечеткое моделирование в макроэкономическом анализе [Текст] / Р. Р. Рзаев, Р. Б. Намазов, И. Р. Имранов // Математичні машини і системи. – 2011. – № 2. – С. 106-112.
• Савкіна, М. Ю. Алгоритм перевірки на коректність моделі двофазної нелінійної регресії [Текст] / М. Ю. Савкіна // Вісник Київського національного університету імені Тараса Шевченка / КНУ ім. Т. Шевченка. – Київ : КНУ ім. Т. Шевченка, 2015. – С. 115-121. – (Серія "Фізико-математичні науки").
• Савчук, Тамара Використання регресійного аналізу для прогнозування кількості відвідувань супермаркетів [Текст] / Т. Савчук, М. Бистрик // Proceedings Of The Tenth International Scientific-Practical Conference Internet - Education - Scsence (IES-2016) / VNTU, LUT, ALSRT. – Vinnytsia : VNTU, 2016. – С. 25-27.
• Сарычев, А. П. Идентификация систем регрессионных моделей со случайными коэффициентами [Текст] / А. П. Сарычев // Проблемы управления и информатики. – 2004. – № 3. – 16-32.
• Сарычев, А. П. Оценивание коэффициентов в системах регрессионных моделей [Текст] / А. П. Сарычев // Проблемы управления и информатики. – 2003. – № 4. – 74-82.
• Сверстюк, А. С. Багатофакторний регресійний аналіз для прогнозування кардіологічного діагнозу на основі функції амплітудної варіабельності [Текст] / А. С. Сверстюк, Л. Є. Мосій // Вісник Вінницького політехнічного інституту. – 2025. – № 4. – С. 136-145. – DOI: https://doi.org/10.31649/1997-9266-2025-181-4-136-145.
• Сверстюк, А. С. Багатофакторний регресійний аналіз для прогнозування кардіологічного діагнозу на основі функції амплітудної варіабельності [Електронний ресурс] / А. С. Сверстюк, Л. Є. Мосій // Вісник Вінницького політехнічного інституту. – 2025. – № 4. – С. 136-145. – DOI: https://doi.org/10.31649/1997-9266-2025-181-4-136-145.
• Сверстюк, А. С. Підхід до оцінювання електрокардіосигналів на основі багатофакторного регресійного аналізу функції часової варіабельності [Текст] / А. С. Сверстюк, Л. Є. Мосій // Вісник Вінницького політехнічного інституту. – 2025. – № 5. – С. 96-104. – DOI: https://doi.org/10.31649/1997-9266-2025-182-5-96-104.
• Сверстюк, А. С. Підхід до оцінювання електрокардіосигналів на основі багатофакторного регресійного аналізу функції часової варіабельності [Електронний ресурс] / А. С. Сверстюк, Л. Є. Мосій // Вісник Вінницького політехнічного інституту. – 2025. – № 5. – С. 96-104. – DOI: https://doi.org/10.31649/1997-9266-2025-182-5-96-104.
• Селіверстов, В. В. Особливості впливу інструментів монетарної політики центральних банків на цінову стабільність [Текст] / В. В. Селіверстов // Фінанси України. – 2015. – № 3. – С. 45-58.
• Селіверстов, В. В. Особливості впливу короткострокових процентних ставок на витрати як ключового елементу монетарної політики [Текст] / В. В. Селіверстов // Фінанси України. – 2018. – № 12. – С. 72-84.
• Степашко, В. С. О последовательном оценивании параметров регрессионных моделей [Текст] / В. С. Степашко, С. Н. Ефименко // Кибернетика и системный анализ. – 2005. – № 4. – 184-187.
• Стефанишина-Гаврилюк, Ю. Д. Індуктивне моделювання ризиків збитків від руйнівних повеней в басейні р. Тиса за емпіричними даними з використанням моделей регресійного типу [Текст] / Ю. Д. Стефанишина-Гаврилюк, Д. В. Стефанишин, О. М. Трофимчук // Математичне моделювання в економіці. – 2014. – № 1. – С. 72-79.
• Федорченко, С. Г. Метод проверки значимости оценок коэффициентов модели [Текст] / С. Г. Федорченко, А. Г. Василевский // Технология и конструирование в электронной аппаратуре. – 2000. – № 1. – С. 12-14.
• Python для обробки даних і моделювання фінансово-економічних показників [Електронний ресурс] / Т. А. Чупілко, Ю. В. Ульяновська, М. Ф. Мормуль, А. Е. Лагода // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 2. – С. 68-77. – DOI: https://doi.org/10.31649/1999-9941-2021-51-2-68-77.
• Python для обробки даних і моделювання фінансово-економічних показників [Текст] / Т. А. Чупілко, Ю. В. Ульяновська, М. Ф. Мормуль, А. Е. Лагода // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 2. – С. 68-77. – DOI: https://doi.org/10.31649/1999-9941-2021-51-2-68-77.
• Шевчук, О. Ф. Моделювання та статистична оцінка впливу вищої освіти на формування показників злочинності в Україні [Текст] / О. Ф. Шевчук // Вісник Вінницького політехнічного інституту. – 2024. – № 3 (174). – С. 86-95. – DOI: https://doi.org/10.31649/1997-9266-2024-174-3-86-95.
• Шевчук, О. Ф. Моделювання та статистична оцінка впливу вищої освіти на формування показників злочинності в Україні [Електронний ресурс] / О. Ф. Шевчук // Вісник Вінницького політехнічного інституту. – 2024. – № 3. – С. 86-95. – DOI: https://doi.org/10.31649/1997-9266-2024-174-3-86-95.

1   2