Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/61067
Title: Методология подготовки исходных данных для модели машинного обучения в нефтегазовой области
Authors: Журбич, Никита Игоревич
metadata.dc.contributor.advisor: Губин, Евгений Иванович
Keywords: методология обработки данных; разведочный анализ; регрессионный анализ; очистка данных; набор данных; data processing methodology; exploratory analysis; regression analysis; data cleaning; data set
Issue Date: 2020
Citation: Журбич Н. И. Методология подготовки исходных данных для модели машинного обучения в нефтегазовой области : магистерская диссертация / Н. И. Журбич ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. Е. И. Губин. — Томск, 2020.
Abstract: Данная работа посвящена разработке методологии обработки исходных данных, полученных с нефтегазового месторождения, для построения прогнозных моделей. Основными задачами при разработке методологии являются проведение разведочного и регрессионного анализа. Для проведение анализа необходимо было построить модели машинного обучения. В результате работы был проведен регрессионный анализ, который позволяет выделить наиболее важные атрибуты для нефтедобычи. Практическое применение результатов работы может быть использовано для эффективной нефтедобычи.
This work is devoted to the development of a methodology for processing the initial data obtained from the oil and gas field to build predictive models. The main tasks in the development of the methodology are the exploration and regression analysis. To conduct the analysis, it was necessary to build machine learning models. As a result of the work, a regression analysis was carried out, which allows us to identify the most important attributes for oil production. The practical application of the results of the work can be used for efficient oil production.
URI: http://earchive.tpu.ru/handle/11683/61067
Appears in Collections:Магистерские диссертации

Files in This Item:
File SizeFormat 
TPU930119.pdf1,72 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.