Dòng Nội dung
1
Xây dựng mô hình cho dự đoán chất lượng không khí cho bài toán phân tích và dự báo trên chuỗi thời gian : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Trịnh Quốc Minh; Võ Thị Hồng Thắm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2023
viii, 57 tr. : Biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 551.5
Nghiên cứu tập trung vào việc sử dụng phân tích chuỗi thời gian để dự đoán chất lượng không khí trong tương lai. Quá trình nghiên cứu bắt đầu bằng việc thu thập dữ liệu lịch sử về chất lượng không khí và các yếu tố có liên quan để xây dựng mô hình cơ bản. Áp dụng các kỹ thuật phân tích chuỗi thời gian để khám phá xu hướng, yếu tố chu kỳ và mùa vụ có thể ẩn sau dữ liệu. Cuối cùng, để cải thiện khả năng dự đoán, đề tài sẽ triển khai mô hình học máy LSTM. Đề tài này không chỉ hướng đến việc giải quyết thách thức liên quan đến chất lượng không khí mà còn đóng góp vào lĩnh vực nghiên cứu bằng cách áp dụng hiệu quả của các kỹ thuật phân tích chuỗi thời gian và mô hình học máy.
 Số bản sách: (1) Tài liệu số: (0)
2
Xây dựng mô hình dự đoán lượng khí thải CO2 cho bài toán phân tích và dự báo trên chuỗi thời gian : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Nguyễn Tuấn Dũng; Võ Thị Hồng Thắm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2023
X, 49 tr. : biểu đồ; Hình ; 29 cm.
Ký hiệu phân loại (DDC): 363.739
Tập trung vào việc khảo sát chuỗi thời gian của nồng độ CO2 và mối liên quan của nó với các biểu hiện khác trong môi trường. Bằng cách sử dụng phân tích chuỗi thời gian với hy vọng có thể rút ra những nhận định quan trọng và dự báo xu thế trong tương lai. Qua đó, nghiên cứu này không chỉ đưa ra cái nhìn tổng quan về tình trạng CO2 mà còn đem đến những dữ liệu quý giá cho quá trình đưa ra các kết quả và lên kế hoạch hành động trong việc giữ gìn và bảo vệ môi trường.
 Số bản sách: (1) Tài liệu số: (0)
3
Xây dựng mô hình dự đoán lượng mưa cho bài toán phân tích : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Huỳnh, Thị Huyền Trân; Võ Thị Hồng Thắm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
ix,51 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 551.577
Nghiên cứu xây dựng mô hình dự đoán lượng mưa sử dụng các phương pháp ARIMA, LSTM. Các mô hình này sẽ được thiết kế để dự đoán lượng mưa với độ chính xác cao. Đánh giá và so sánh hiệu suất của các mô hình trong việc dự đoán lượng mưa. Các tiêu chí đánh giá sẽ bao gồm độ chính xác, độ sai số và khả năng dự đoán trong tương lai. Tối ưu hoá các tham số mô hình để đạt hiệu suất tôt nhất. Việc điều chỉnh tham số giúp cải thiện khả năng dự đoán của mô hình trên dữ liệu cụ thể. Áp dụng mô hình đã phát triển trực tiếp trên dữ liệu địa phương để kiểm tra tính khả dụng và tính ứng dụng của chúng trong ngữ cảnh thực tế. Đề xuất các hướng phát triển tiềm năng trong lĩnh vực dự đoán thời tiết và lượng mưa. Nghiên cứu sẽ đề cập đến các cải tiến có thể được thực hiện để nâng cao hiệu suất và ứng dụng thực tế của các mô hình.
 Số bản sách: (1) Tài liệu số: (0)
4
Xây dựng mô hình dự đoán nhiệt độ cho bài toán phân tích và dự đoán trên chuỗi thời quan : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Lê Gia Bảo, Võ Thị Hồng Thắm hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
65 tr. : Hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 005.5
Đề tài nghiên cứu nhằm xây dựng một loạt các mô hình dự đoán, từ các mô hình cơ bản như Linear Regression và Decision Trees đến các mô hình phức tạp như Random Forests, XGBoots, Long Short-Term Memory và ARIMA. Việc này giúp kiểm soát và so sánh hiệu suất của từng mô hình trong việc dự doán nhiệt độ. Tối ưu hóa và đánh giá mô hình, điều chỉnh các tham số để đạt được độ chính xác cao nhất. Phân tích thông tin thời tiết. Ứng dụng mô hình vào thực tế, giúp cung cấp dự báo thời tiết chính xác và hữu ích.
 Số bản sách: (1) Tài liệu số: (0)