UA : Робота викладена на 53 сторінках друкованого тексту, містить 17 рисунків, 25 джерел. Об’єкт дослідження – нейронні мережі на основі рекурентної архітектури, їх можливості та перспективи у сфері фінансового прогнозування. Мета роботи – підвищення якісних характеристик роботи рекурентних нейромереж для розв’язання задач прогнозування фінансових ринків. Метод дослідження – порівняння, аналіз, описовий, структурний. Актуальність кваліфікаційної роботи обумовлена високим розвитком нейромережевих технологій та штучного інтелекту, потреба в зростанні якості прогнозів фінансових ринків, незавершеність формування цілісного уявлення щодо прогнозування цін на фінансових ринках.
EN : The work is presented on 53 pages of printed text, 17 figures, 25 references. Object of research – neural networks based on recurrent architecture, their capabilities and prospects in the field of financial forecasting. Subject of research – models and methods of using neural networks for forecasting tasks, ways of improving existing methods and forecasting systems. The purpose of the master's dissertation is to increase the qualitative characteristics of the work of recurrent neural networks for solving tasks of forecasting of financial markets.
