<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Praca inżynierska - Inteligentne systemy przetwarzania danych 2023</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2908</link>
<description/>
<pubDate>Fri, 10 Apr 2026 11:23:07 GMT</pubDate>
<dc:date>2026-04-10T11:23:07Z</dc:date>
<item>
<title>Wykrywanie oszustw związanych z mobilnymi transakcjami płatniczymi</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2917</link>
<description>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.&#13;
Następnie zaprezentowano techniki wykrywania oszustw związanych z transakcjami mobilnymi. Kolejno przeanalizowano dane wygenerowane syntetycznie i przeprowadzono ich wstępne przetwarzanie.&#13;
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.
</description>
<pubDate>Thu, 15 Jun 2023 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/2917</guid>
<dc:date>2023-06-15T00:00:00Z</dc:date>
</item>
<item>
<title>System rekomendacyjny do tworzenia planów pielęgnacyjnych wykorzystujący techniki uczenia maszynowego</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2916</link>
<description>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.
</description>
<pubDate>Thu, 15 Jun 2023 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/2916</guid>
<dc:date>2023-06-15T00:00:00Z</dc:date>
</item>
<item>
<title>Analiza ofert mieszkań na wynajem metodami data science</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2915</link>
<description>Analiza ofert mieszkań na wynajem metodami data science
Dzienisiewicz, Michał
Serwisy ogłoszeniowe zawierające oferty najmu nie zawsze pozwalają na precyzyjne&#13;
filtrowanie mieszkań na podstawie ich lokalizacji. W niniejszej pracy zaprezentowano&#13;
proces tworzenia narzędzia, które to umożliwi. Składa się ono z systemu do wydobywania&#13;
danych ze stron internetowych, modułu do szacowania lokalizacji na podstawie słów&#13;
zawartych w treści ogłoszenia, oraz aplikacji internetowej do prezentacji wyników za&#13;
pomocą mapy. Opisane zostały technologie, biblioteki i techniki niezbędne do realizacji&#13;
takiego projektu
</description>
<pubDate>Thu, 15 Jun 2023 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/2915</guid>
<dc:date>2023-06-15T00:00:00Z</dc:date>
</item>
<item>
<title>Estymacja wybranych cen kryptoaktyków na przykładzie tokenu sieci Ethereum</title>
<link>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2914</link>
<description>Estymacja wybranych cen kryptoaktyków na przykładzie tokenu sieci Ethereum
Miałkowski, Mikołaj
W niniejszej pracy podjęta została problematyka regresji ceny walorów kryptograficznych&#13;
na przykładzie tokenu sieci Ethereum.&#13;
Analizując wnioski z innych prac o zbliżonej tematyce oraz uwzględniając bardzo wysoką&#13;
zmienność na rynku kryptowalut jako grupy aktywów finansowych, praca skupiona&#13;
została na dwóch głównych aspektach:&#13;
1. Zbudowaniu bogatego, wielowymiarowego datasetu (ponad 400 atrybutów), zawierającego&#13;
zarówno historyczne wskazania cen, ogólnoświatowe dane makroekonomiczne,&#13;
wartości oscylatorów giełdowych, wyceny indeksów akcyjnych, głównych par walutowych,&#13;
surowców strategicznych, metadanych sieci blockchain, czy w końcu wskaźników&#13;
psychologicznych.&#13;
2. Na tak skonstruowanym zbiorze danych, przeprowadzeniu zautomatyzowanego procesu&#13;
nauki wielu (ponad 3000) modeli sztucznych sieci neuronowych, bazujących na&#13;
warstwach rekurencyjnych, w poszukiwaniu najlepszych zestawów hiperparamterów,&#13;
do zadnia regresji dziennej ceny wysokiej i niskiej na kolejny dzień.&#13;
Oczekiwanym wynikiem pracy było skonstruowanie obszernego datasetu i modeli zdolnych&#13;
do skutecznej estymacji zachowania ceny, jak i zweryfikowanie, czy mogą stanowić&#13;
one podstawę dla strategii inwestycyjnej.
</description>
<pubDate>Thu, 15 Jun 2023 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repin.pjwstk.edu.pl/xmlui/handle/186319/2914</guid>
<dc:date>2023-06-15T00:00:00Z</dc:date>
</item>
</channel>
</rss>
