https://repin.pjwstk.edu.pl/xmlui/handle/186319/2908 2026-02-04T14:00:39Z 2026-02-04T14:00:39Z Misior, Dominik Zieliński, Mateusz https://repin.pjwstk.edu.pl/xmlui/handle/186319/2917 2023-06-15T07:37:05Z 2023-06-15T00:00:00Z

Wykrywanie oszustw związanych z mobilnymi transakcjami płatniczymi Misior, Dominik; Zieliński, Mateusz W pracy przedstawiono tło teoretyczne dotyczące mobilnych transakcji płatniczych. Omówiono różne rodzaje oszustw związanych z tą technologią, dokonywanych zarówno na osobach fizycznych, jak i instytucjach publicznych. Przybliżono skalę zjawiska oszustw związanych z transakcjami mobilnymi. Następnie zaprezentowano techniki wykrywania oszustw związanych z transakcjami mobilnymi. Kolejno przeanalizowano dane wygenerowane syntetycznie i przeprowadzono ich wstępne przetwarzanie. Na otrzymanym zestawie danych, przetestowano wybrane algorytmy uczenia maszynowego i zaprezentowano wyniki ich testów. Na końcu pracy zostały przedstawione wnioski oraz dalsza możliwość rozwoju modelu.

2023-06-15T00:00:00Z Stasiak, Zuzanna https://repin.pjwstk.edu.pl/xmlui/handle/186319/2916 2023-06-15T07:32:08Z 2023-06-15T00:00:00Z

System rekomendacyjny do tworzenia planów pielęgnacyjnych wykorzystujący techniki uczenia maszynowego Stasiak, Zuzanna Niniejsza praca dotyczy zastosowania technik uczenia maszynowego w celu predykcji produktów pielęgnacyjnych przeznaczonych do rozwiązywania problemów dotyczących skóry twarzy. Podjęto się przetestowania trzech algorytmów: drzewa decyzyjnego, k-najbliższych sąsiadów i lasu losowego. Przeprowadzone eksperymenty z wykorzystaniem wszystkich wymienionych klasyfikatorów pozwoliły na ocenę ich skuteczności z wykorzystaniem miary dokładności, co umożliwiło wybranie modelu generującego najlepsze wyniki. Najwyższa osiągnięta dokładność wśród stworzonych modeli wyniosła 44.21%. W rezultacie zaprojektowano i zaimplementowano aplikację internetową, która została wdrożona do użytku publicznego.

2023-06-15T00:00:00Z Dzienisiewicz, Michał https://repin.pjwstk.edu.pl/xmlui/handle/186319/2915 2023-06-15T07:27:05Z 2023-06-15T00:00:00Z

Analiza ofert mieszkań na wynajem metodami data science Dzienisiewicz, Michał Serwisy ogłoszeniowe zawierające oferty najmu nie zawsze pozwalają na precyzyjne filtrowanie mieszkań na podstawie ich lokalizacji. W niniejszej pracy zaprezentowano proces tworzenia narzędzia, które to umożliwi. Składa się ono z systemu do wydobywania danych ze stron internetowych, modułu do szacowania lokalizacji na podstawie słów zawartych w treści ogłoszenia, oraz aplikacji internetowej do prezentacji wyników za pomocą mapy. Opisane zostały technologie, biblioteki i techniki niezbędne do realizacji takiego projektu

2023-06-15T00:00:00Z Miałkowski, Mikołaj https://repin.pjwstk.edu.pl/xmlui/handle/186319/2914 2023-06-15T07:18:44Z 2023-06-15T00:00:00Z

Estymacja wybranych cen kryptoaktyków na przykładzie tokenu sieci Ethereum Miałkowski, Mikołaj W niniejszej pracy podjęta została problematyka regresji ceny walorów kryptograficznych na przykładzie tokenu sieci Ethereum. Analizując wnioski z innych prac o zbliżonej tematyce oraz uwzględniając bardzo wysoką zmienność na rynku kryptowalut jako grupy aktywów finansowych, praca skupiona została na dwóch głównych aspektach: 1. Zbudowaniu bogatego, wielowymiarowego datasetu (ponad 400 atrybutów), zawierającego zarówno historyczne wskazania cen, ogólnoświatowe dane makroekonomiczne, wartości oscylatorów giełdowych, wyceny indeksów akcyjnych, głównych par walutowych, surowców strategicznych, metadanych sieci blockchain, czy w końcu wskaźników psychologicznych. 2. Na tak skonstruowanym zbiorze danych, przeprowadzeniu zautomatyzowanego procesu nauki wielu (ponad 3000) modeli sztucznych sieci neuronowych, bazujących na warstwach rekurencyjnych, w poszukiwaniu najlepszych zestawów hiperparamterów, do zadnia regresji dziennej ceny wysokiej i niskiej na kolejny dzień. Oczekiwanym wynikiem pracy było skonstruowanie obszernego datasetu i modeli zdolnych do skutecznej estymacji zachowania ceny, jak i zweryfikowanie, czy mogą stanowić one podstawę dla strategii inwestycyjnej.

2023-06-15T00:00:00Z