Napovedovanje cen zlitin s strojnim učenjemŠtosir, Žiga (Avtor) Todorovski, Ljupčo (Mentor) časovne vrstenapovedni modelistrojno učenjenaključni gozdovirekurenčne nevronske mrežeV magistrski nalogi smo razvili modele za kratkoročno napovedovanje cen fero zlitin oz. legur, ki se v jeklarski industriji uporabljajo za izdelavo visoko legiranega jekla. Za razvoj napovednih modelov smo uporabili predvsem ansambelske metode, kot je metoda naključnih gozdov (angl. random forests), v kombinaciji z analizo avtokorelacijskih funkcij časovnih vrst. Za primerjavo smo uporabili tudi metodo rekurenčnih nevronskih mrež (angl. recurrent neural network). Uspešnost modelov smo vrednotili s primerjavo z naivnim modelom nespremenjene vrednosti (angl. no-change model). Dodatno smo izvedli še optimizacijo hiperparametrov, s katero smo želeli uspešnost modelov dodatno izboljšati. Ugotovili smo, da se napovedni modeli ne odrežejo bistveno bolje od naivnega modela nespremenjene vrednosti. Možen razlog je, da naši napovedni modeli ne vključujejo dodatnih spremenljivk oz. dejavnikov kot so cene drugih surovin, svetovna proizvodnja, zaloge visoko legiranega jekla ter cene energentov, ki so pomembni za proizvodnjo legiranega jekla. V primeru, da bi želeli napovedni model uporabiti v praksi, bi ga bilo potrebno nadgraditi z upoštevanjem več spremenljivk.20252025-05-10 08:15:28Magistrsko delo/naloga169079sl