ОПТИМІЗАЦІЯ ПАРАМЕТРІВ НЕЙРОМЕРЕЖЕВИХ МОДЕЛЕЙ У ЗАДАЧАХ ПРОГНОЗУВАННЯ УСПІШНОСТІ ІТ-ПРОЄКТІВ

Анотація

Зростаюча роль ІТ-проєктів у сучасній економіці зумовлює необхідність застосування сучасних аналітичних інструментів для оцінювання їх потенційної успішності. Дане дослідження присвячене визначенню оптимальних параметрів нейромережевих моделей для прогнозування успішності ІТ-проєктів. Основною метою є підвищення якості, надійності та стабільності результатів класифікації шляхом обґрунтованого вибору архітектури нейронної мережі та її гіперпараметрів.

Дослідження базується на вибірці українських ІТ-проєктів, що забезпечує відносну стабільність економічного середовища та мінімізує вплив структурних зрушень. Було визначено сукупність ключових факторів, що впливають на успішність проєктів, зокрема фінансові показники, характеристики користувацької активності та параметри цифрової присутності. Успішність проєкту представлено у вигляді бінарної змінної, що дозволяє формалізувати задачу як задачу бінарної класифікації.

Основним інструментом моделювання обрано багатошаровий персептрон, тоді як радіально-базисні нейронні мережі також були протестовані, але продемонстрували недостатню ефективність для наявних даних. Проведено серію обчислювальних експериментів для визначення оптимальної кількості нейронів у прихованому шарі. Отримані результати показали, що, хоча моделі з меншою кількістю нейронів забезпечують вищу середню точність, моделі з більшою кількістю нейронів характеризуються вищою стабільністю. З урахуванням як показників точності, так і варіативності результатів, оптимальною визначено конфігурацію нейромережі з 12 нейронами у прихованому шарі.

Крім того, у дослідженні розглянуто можливості застосування ансамблевих підходів, які передбачають поєднання кількох нейромережевих моделей із різними конфігураціями. Отримані результати підтверджують, що ансамблеві структури дозволяють підвищити як точність, так і стійкість результатів класифікації.

Отримані результати сприяють розвитку методичних підходів до оптимізації параметрів нейронних мереж у задачах прогнозування успішності ІТ-проєктів і можуть бути використані у процесах прийняття рішень інвесторами, венчурними фондами та менеджерами проєктів.