Интернет конференция по проблемам теории и практики управленияНазвание: ИНТЕГРАЦИЯ РЕГРЕССИОННЫХ МОДЕЛЕЙ И МЕТОДА ОСВОЕННОГО ОБЪЕМА В МАШИННОМ ОБУЧЕНИИ ДЛЯ ПРОГНОЗИРОВАНИЯ И ОЦЕНКИ ПРОЕКТНЫХ РИСКОВ
Автор: Олег Васильевич Беликов
Соавторы:
Беликов О.В.,Комиссарова М.А.,Зайцев Р.Г.
Аннотация:
В условиях растущей сложности современных проектов, эффективное прогнозирование и управление рисками становятся критически важными для успеха. В данной статье рассматриваются вопросы интеграции регрессионных моделей и метода освоенного объема (Earned Value Management, EVM) в рамках машинообучаемых систем. Целью данной работы является разработка подхода, который сочетает регрессионный анализ и EVM для анализа возможного повышения точности прогнозирования сроков, затрат и выполнения плана проекта. При проведении настоящего исследования были использованы традиционные подходы к управлению проектами, методы машинного обучения, планирования и прогнозирования, регрессионные модели. В результате использования методов машинного обучения возникает возможность адаптации разработанных прогнозных моделей к условиям, зависящим от изменений проектных параметров, что создает необходимые условия для совершенствования системы управления рисками.
Ключевые слова:
Регрессионные модели, метод освоенного объема (EVM), машинное обучение, прогнозирование, оценка рисков, мониторинг проекта, анализ данных.
Автор: Олег Васильевич Беликов
Соавторы:
Беликов О.В.,Комиссарова М.А.,Зайцев Р.Г.
Аннотация:
В условиях растущей сложности современных проектов, эффективное прогнозирование и управление рисками становятся критически важными для успеха. В данной статье рассматриваются вопросы интеграции регрессионных моделей и метода освоенного объема (Earned Value Management, EVM) в рамках машинообучаемых систем. Целью данной работы является разработка подхода, который сочетает регрессионный анализ и EVM для анализа возможного повышения точности прогнозирования сроков, затрат и выполнения плана проекта. При проведении настоящего исследования были использованы традиционные подходы к управлению проектами, методы машинного обучения, планирования и прогнозирования, регрессионные модели. В результате использования методов машинного обучения возникает возможность адаптации разработанных прогнозных моделей к условиям, зависящим от изменений проектных параметров, что создает необходимые условия для совершенствования системы управления рисками.
Ключевые слова:
Регрессионные модели, метод освоенного объема (EVM), машинное обучение, прогнозирование, оценка рисков, мониторинг проекта, анализ данных.