Розробка застосунку для кластерізації даних і виявлення аномалій

Скорочена інформація про документ
dc.contributor.authorПоляк, Яна Альфівна
dc.date.accessioned2025-10-21T11:06:30Z
dc.date.available2025-10-21T11:06:30Z
dc.date.issued2025
dc.description.abstractУ бакалаврській кваліфікаційній роботі здійснено розробку застосунку для кластеризації даних і виявлення аномалій, орієнтованого на роботу з багатовимірними наборами даних у різних галузях. Метою роботи є створення консольного програмного продукту на мові Python, що дозволяє автоматизувати процеси попередньої обробки даних, виявлення структурних закономірностей методом кластеризації та визначення аномальних спостережень за допомогою сучасних методів аналізу. У межах роботи проведено аналіз предметної області, обґрунтовано вибір мов програмування, бібліотек та середовища розробки. Основну увагу приділено алгоритмам K-Means, DBSCAN, Hierarchical Clustering та методу Local Outlier Factor. Розроблена архітектура застосунку є модульною, включає засоби обробки даних, аналітичні обчислення, візуалізацію результатів і підтримку сценаріїв збереження результатів у форматах CSV та PDF. Проведено тестування на синтетичних та реальних наборах: дані трафіку, фінансові показники, IoT-дані. Отримано графіки, що підтверджують ефективність роботи застосунку. Результати кластеризації та аномалій наочно демонструють можливості запропонованого рішення.
dc.description.abstractThis bachelor's qualification work presents the development of an application for data clustering and anomaly detection, aimed at working with multidimensional datasets across various domains. The purpose of the project is to create a console-based software product in Python that automates data preprocessing, uncovers structural patterns using clustering algorithms, and identifies anomalous observations with modern analytical techniques. The research includes analysis of the subject area, justification of the chosen programming language, libraries, and development environment. Particular focus is given to the K-Means, DBSCAN, and Hierarchical Clustering algorithms, as well as the Local Outlier Factor method. The designed application architecture is modular and incorporates data handling, analytical computations, result visualization, and the ability to export outcomes in CSV and PDF formats. The system was tested on both synthetic and real-world datasets, including traffic logs, financial indicators, and IoT telemetry. The resulting charts and outputs demonstrate the application's efficiency and the accuracy of clustering and anomaly detection results.
dc.identifier.citationПоляк, Я. А. Розробка застосунку для кластерізації даних і виявлення аномалій = Development of an application for data clustering and anomaly detection : кваліфікаційна робота бакалавра / Я. А. Поляк. – Одеса, 2025. – 60 с.
dc.identifier.urihttps://dspace.onu.edu.ua/handle/123456789/42816
dc.language.isouk
dc.publisherОдеський національний університет імені І. І. Мечникова
dc.subject122 комп’ютерні науки
dc.subjectбакалавр
dc.subjectкластеризація
dc.subjectвиявлення аномалій
dc.subjectзастосунок
dc.subjectтестування
dc.subjectреалізація
dc.titleРозробка застосунку для кластерізації даних і виявлення аномалій
dc.title.alternativeDevelopment of an application for data clustering and anomaly detection
dc.typeDiplomas
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
122_Поляк.pdf
Розмір:
2.17 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Бакалаври МФІТ