Впровадження нових методів та підходів до оброблення даних, які отримали назву "Big Data", особливо актуально для систем з високою завантаженістю. За умов швидкого потоку даних традиційні пакетні методи моделювання не завжди дають точні та стійкі результати, бракує ефективних методів відбору важливих параметрів. Розглянуто он-лайновий підхід до моделювання та прогнозування в умовах "Big Data" та методи оцінювання і відбору параметрів моделі прогнозування ймовірності вибору продукту за їх інформативною важливістю. Для визначення інформативності параметра розглянуто підхід до побудови моделі із використанням регуляризації L1 (LASSO), L2 (RIDGE) та модель Follow-The-Regularіzed-Leader. Теоретичні та математичні викладки супроводжуються програмною реалізацією методу мовою програмування Python. Методи onlіne-learnіng дозволяють отримати оцінки параметрів моделі у режимі реального часу, що надає змогу використовувати їх у високонавантажених системах оброблення даних, у прогнозуванні та прийнятті рішень.

• Гриценко Володимир Ілліч (1937–2023) (технічні науки)
• Гриценко Віта Іванівна (медичні науки)
• Гриценко Віта Іванівна (1977–) (фармацевтичні науки)
• Онищенко Ігор Михайлович (економічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"