MACHINE LEARNING ALGORITHMS FOR FORECASTING APPLIED PROBLEMS
Keywords:
machine learning, random forest, neural networks, forecastingAbstract
This article examines forecasting models for applied problems based on machine learning. Machine learning and neural network models for forecasting various models were created for comparative analysis. An open .csv file was used as a database. The model will be based on machine learning methods. The accuracy and errors of the model during forecasting are determined. The matrix of correct and incorrect label predictions is determined.
References
1. Сабитов, Б.Р. Идентификация болезней томатов на основе многоклассовой классификации. [Электронный ресурс] / Б.Р.Сабитов, Н.С.Сейтказиева, А.Дж. Картанова // Проблемы автоматики и управления 2022. - № 3(45). – С.11.-Режим доступа: https://www.elibrary.ru/item.asp?id=50020292 . – Загл.с экрана.
2. Сабитов, Б.Р. Моделирование и прогнозирование задач сельского хозяйства на основе машинного обучения [Электронный ресурс] / Б.Р.Сабитов // Тр.Межд. научно-практ.конф. Научно-технологическое развитие АПК для целей устойчивого развития. – Режим доступа: https://www.conferences.org/articles/e3sconf/abs/2023/17/contents/contents.html. – Загл.с экрана.
3. Sabitov, B.R. Deep learning Methods for Recognition of Orchard Crops [Электронный ресурс] / B.R. Sabitov, S.Biibsunova, A.Kashkaroeva et al. // IJCSNS. – 2022. – Vol.22. – No.10. – Режим доступа: http://paper.ijcsns.org/07_book/202210/20221033.pdf . – Загл.с экрана.
4. Pu, Y. Variational autoencoder for deep learning of images, labels and captions [EB/OL] [Text] / Y.Pu, Z.Gan, R.Henano et al. // 2016. – 09.28. – arxiv. – No.1609.08976.
