Застосування моделей GRU для прогнозування динаміки цін на сільськогосподарські товари

Abstract

У роботі розглянуто застосування рекурентних нейронних мереж типу GRU для прогнозування динаміки цін на сільськогосподарські товари. Проаналізовано традиційні методи прогнозування економічних показників та сучасні підходи машинного навчання. Запропоновано використання моделі GRU для аналізу часових рядів цін на аграрну продукцію. Підкреслено переваги використання нейронних мереж для прогнозування, зокрема здатність виявляти складні закономірності у великих масивах даних та підвищувати точність прогнозів./The paper considers the application of GRU recurrent neural networks for forecasting the dynamics of prices for agricultural commodities. Traditional forecasting methods and modern machine learning approaches are analysed. The use of GRU models for analysing time series of agricultural product prices is proposed. The advantages of neural networks in forecasting tasks, such as the ability to detect complex patterns in large datasets and improve prediction accuracy, are highlighted.