Формирование методологии создания и внедрения, а также разработка прототипа универсального типового кросс-отраслевого программно-технического комплекса, функционирующего в рамках модели «Предиктивная аналитика как сервис», автоматизирующего весь жизненный цикл рекомендательных систем, построенных на базе алгоритмов машинного обучения, включая процессы получения исторических данных, их очистки, подбора и настройки отдельных математических моделей и их совмещения, обучения и анализа предсказательной силы и точности, предоставления и интерпретации результатов прогнозирования.

Объект исследования: реализация и настройка гиперпараметров алгоритмов машинного обучения, предназначенных для решения задач регрессии, классификации и кластеризации, метод подбора наиболее подходящего алгоритма, методы предобработки и постобработки данных различных типов для осуществления работы универсального типового кросс-отраслевого программно-технического комплекса, функционирующего в рамках модели «Предиктивная аналитика как сервис», автоматизирующего весь жизненный цикл рекомендательных систем, построенных на базе алгоритмов машинного обучения (далее — Система). Объекты разработки: модули прикладного слоя, модули пользовательского и теоретического слоя, пользовательский интерфейс, программа и методика испытаний. Цель работы: разработка прикладных модулей, обеспечивающих работоспособность Системы, разработка пользовательского и теоретического слоев, проведение тестирования и испытаний Системы. Методы проведения работ: изучение способов автоматического подбора гиперпараметров различных алгоритмов машинного обучения, синтез разработки, изучение основных принципов проектирования и разработки пользовательского интерфейса, использование технических средств по результатам проведенных до этого работ. Основные результаты работы: разработаны модули прикладного слоя, теоретический слой и пользовательский интерфейс, сформирована программа и методика испытаний. Рекомендации по использованию результатов работ: осуществление предсказаний на основе загруженных пользователем данных в рамках доступных в Системе задач, решаемых алгоритмами машинного обучения. Значимость работы: данная работа является значимой, так как необходима для создания Системы, значимость которой была определена и обоснована на этапе разработки бизнес-плана. Предложения о дальнейшем развитии объекта исследования: дальнейшее исследование должно быть направлено на усовершенствование теоретического слоя, создание личного кабинета системного администратора, а также обновление версий используемых библиотек и фреймворков при возникновении такой необходимости.