Прогнозирование результатов выборов с использованием нейронных сетей

Золотухин Максим Андреевич

Аннотация


Тема выпускной квалификационной работы: Прогнозирование результатов выборов с использованием нейронных сетей.
Бакалаврская работа выполнена на 63 страницах, содержит 11 таблиц, 27 рисунков, 45 используемых источников.
Актуальность данной темы обусловлена потребностью создателей политической кампании в объективной оценке политической обстановки
Целью данной выпускной квалификационной работы является оценка эффективности применения методов машинной обучения в области прогнозирования политических выборов в сравнении с традиционной методологией.
Задачи ВКР:
– проанализировать существующую методологию прогнозирования политических выборов:
– проанализировать различные модели нейронных сетей и определить наиболее подходящую для поставленной задачи;
– спроектировать и создать нейронную сеть, пригодную для анализа социальных опросов населения;
– проверить созданную нейронную сеть на реальных результатах социальных опросов;
– проанализировать результаты, определить эффективность данного метода прогнозирования политических выборов;
– сделать выводы о целесообразности использования методов машинного обучения в данной предметной области.
Объектом данного исследования является область прогнозирования результатов политических выводов.
Предметом данного исследования является проблема прогнозирования результатов политических выборов на основании социальных опросов населения средствами машинного обучения, в частности – нейронных сетей.
Первый раздел в качестве вступительной части посвящен существующим методам предсказания результатов политических выборов, а так же истории развития и краткому описанию нейронных сетей как систем машинного обучения.
Второй раздел работы посвящен непосредственному анализу деятельности УССИ ФСО УФО, а так же практическому применению нейронных сетей для предсказания результатов политических выборов.
В заключении подведены итоги работы, проведен краткий анализ произведенной деятельности и сформулированы выводы.