Реалізація та порівняння алгоритмів передбачення ціни на уживані автомобілі за їх параметрами та описом

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-408 Білецьким Максимом Олександровичем. Тема: «Реалізація та порівняння алгоритмів передбачення ціни на уживані автомобілі за їх параметрами та описом». Робота направлена на здобуття ступеня бакалавр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є аналіз комбінацій різних методів машинного навчання та адаптація їх для розроблення додатку, що дозволить користувачам, вказавши параметри та опис майбутнього автомобіля, дізнатись достатньо швидко справжню ціну на нього. Загальний обсяг роботи: 51 сторінка, 4 таблиці, 21 рисунок та 25 літературного джерела. Bachelor’s qualification work was performed by a student of the group CS-408 Biletskyi Maksym Oleksandrovych. Topic: "Implementation and comparison of algorithms for predicting the price of used cars by their parameters and description." The work is aimed at obtaining a bachelor’s degree in 122 "Computer Science". The aim of the thesis is to analyse combinations of different methods of machine learning and adapt them to develop an application that will allow users to specify the parameters and description of the future car, to quickly find out the true price of it. Often on the Internet resources car sales ads consist of various attributes, images and descriptions. Due to the uniqueness of cars, the seller often leaves additional information in the description, it would be wrong to miss such a valuable source of information. That is why I chose this topic and tried to use different algorithms to solve the problem in this paper. In this paper, the relevance of the topic I considered was proved, several existing analogues were analyzed and their pros and cons were identified. I personally developed the architecture of interaction of different models of machine learning with each other and presented the results of speed and accuracy of each combination. All combinations of methods used in the work were also compared, the most accurate and fastest of them were determined. Also, as a part of the work, a web-scraper was created. It consists of 20468 records, picked from Ukrainian used car marketplaces. In the end, as a result, web-application, where every person can insert his or her car attributes and future description and get an approximate price, which depends on all the parameters. Also, a person can choose any combination of machine learning algorithms to have a prediction. Total volume of work: 51 pages, 4 tables, 21 figures and 25 references.