Курсовая работа: Применение алгоритма apriori в среде lowcode

СОДЕРЖАНИЕ

Введение
1. Теоретические основы ассоциативных правил и алгоритма Apriori
1.1 Сущность ассоциативных правил
1.2 Компоненты, используемые для алгоритма FPG
1.3 Сценарий алгоритма FPG в low–code среде loginom
2. Управление затратами малых предприятий в условиях инновационной экономики
2.1 Алгоритм FPG основные принципы и применение
2.2 Отбор и характеристика факторов для анализа затрат на малых предприятиях
3. Управления затратами малых предприятий и их прогнозирование в инновационной деятельности
3.1 Моделирование экономической эффективности малых предприятий в инновационной деятельности
3.2 Анализ проведенных методов прогнозирования затрат инновационной деятельности малых предприятий
Заключение
Список использованных источников
Приложение А Отчет по регрессии
Приложение Б Кластерный анализ регионов

ВВЕДЕНИЕ

В современном мире, где разработка программного обеспечения становится все более востребованной, найти эффективные способы автоматизировать и ускорить процесс создания программ становится все более актуальным. Одним из подходов, который нашел широкое применение, является использование сред разработки low–code.
Среды low–code позволяют разработчикам создавать приложения путем визуального моделирования, минимизируя необходимость вручную писать код. Однако, при работе с большим объемом данных или сложными бизнес–правилами, такие среды могут столкнуться с ограничениями эффективности и производительности.
В данной работе мы рассмотрим применение алгоритма Apriori в среде low–code, который позволяет выполнять анализ данных и поиск ассоциативных правил на основе исторических данных. Такой алгоритм может быть полезен для определения зависимостей между различными элементами данных и использования полученных результатов для оптимизации процесса разработки в среде low–code.
Целью данной работы является изучить применение алгоритма apriori и построение модели затрат на малых предприятиях с помощью методов Data Mining и статистических методов анализа.
Для достижения данной цели проведена работа по решению следующих исследовательских задач:

• ознакомиться с существующими моделями алгоритма apriori;
• представить сценарий прогнозирования данных в low–code среде Loginom;
• выявить факторы, влияющие на инновационную деятельность малых предприятий с помощью корреляционного анализа;
• провести факторный анализ по выявленным показателям;
• провести линейную регрессию по переменным и группам факторов;
• сравнить факторный анализ и линейную регрессию;
• провести кластерный анализ регионов РФ;
• построить нейронную сеть для прогнозирования временного ряда затрат на инновационную деятельность малых предприятий

Предметом исследования выступают методы Data Mining.
Объектом исследования в данной работе являются реализация технологий Data Mining в среде low–code Loginom.
Гипотеза исследования заключается в том, что затраты на инновационную деятельность малых предприятий регионов России зависят от множества факторов, таких как: внутренние затраты на научные исследования с разработками, затраты на инновационные товары т. п.
Информационной базой исследования послужили официальные статистические данные Федеральной службы государственной статистики, научные труды зарубежных и отечественных авторов, монографии, материалы международных организаций, научные публикации, интернет–ресурсы и др.