Благодарю автора за ответственное отношение к выполнению заказа.
Информация о работе
Подробнее о работе
Динамика социально-экономической дифференциации населения Российской Федерации
- 33 страниц
- 2026 год
- 0 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Учитывая актуальность исследуемой темы, целью курсовой работы является анализ динамики социально-экономической дифференциации населения России с применением методов машинного обучения на языке программирования Python для выявления скрытых закономерностей.
Для достижения поставленной цели необходимо решение ряда задач:
1. Изучить теоретические основы социально-экономической дифференциации;
2. Рассмотреть традиционные методы оценки неравенства;
3. Ознакомиться с основами и методами машинного обучения;
4. Применить метод K-средних для кластеризации регионов России по уровню и структуре расслоения доходов;
5. Оценить динамику неравенства на примере тепловых карт.
ВВЕДЕНИЕ 3
1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И МЕТОДОЛОГИЯ АНАЛИЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ ДИФФЕРЕНЦИАЦИИ 5
1.1. Сущность социально-экономической дифференциации 5
1.2. Традиционные методы анализа неравенства 8
2 АНАЛИЗ ДИНАМИКИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ ДИФФЕРЕНЦИАЦИИ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ НА ЯЗЫКЕ ПРОГРАММИРОВАНИЯ PYTHON 13
2.1. Понятие машинного обучения 13
2.2. Применение метода K-средних для кластеризации регионов по уровню дифференциации 16
2.3 Анализ динамики неравенства с помощью тепловых карт 22
ЗАКЛЮЧЕНИЕ 26
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 28
ПРИЛОЖЕНИЯ 30
Дата изготовления: январь 2026 года.
Предмет: Методы машинного обучения в анализе данных.
Учебное заведение: Российский экономический университет имени Г. В. Плеханова.
Есть приложение.
Оригинальность по Антиплагиат.ру составила 50%.
Работа была успешно сдана - заказчик претензий не имел.
1. Копнова, Е.Д. Статистические подходы к анализу и прогнозированию демографических данных / Экономика. Управление. Право // Копнова Е.Д., Родионова Л.А. 2016 – Т.16, вып. 3.
2. Мэтиз Эрик. Изучаем Python: программирование игр, визуализация данных, веб-приложения. 3-е изд. – СПб.: Питер, 2020 – 512 с.
3. Амирова, Э. А. Методические подходы к оценке социально-экономической дифференциации регионов России / Э. А. Амирова // Региональная экономика. – 2020. – №1. – С. 65–70. – [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/metodicheskie-podhody-k-otsenke-sotsialno-ekonomicheskoy-differentsiatsii-regionov-rossii (дата обращения: 08.12.2025).
4. Мельков, В. К. Методические подходы к оценке социально-экономической дифференциации экономического пространства / В. К. Мельков, Е. А. Жидкова // Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки. – 2024. – Т. 9, № 4. – С. 642–654. – [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/metodicheskie-podhody-k-otsenke-sotsialno-ekonomicheskoy-differentsiatsii-ekonomicheskogo-prostranstva (дата обращения: 06.12.2025).
5. Новикова, Н. В. Социально-экономическая дифференциация регионов России: основные тенденции и факторы формирования / Н. В. Новикова, А. А. Лысенко // Региональная экономика и управление: электронный научный журнал. – 2023. – №4 (76). – [Электронный ресурс]. – Режим доступа: https://eee-region.ru/article/7646/ (дата обращения: 06.12.2025).
6. Алгоритм k-means и метод локтя: кластеризация данных с примерами на Python. [Электронный ресурс] // Хабр. – Режим доступа: https://habr.com/ru/companies/skillfactory/articles/877684/ (дата обращения: 10.12.2025).
7. Как работает machine learning: методы, применение, перспективы [Электронный ресурс] Режим доступа: https://timeweb.cloud/blog/kak-rabotaet-machine-learning-metdy-primenenie-perspektivy (дата обращения: 09.12.2025).
8. Методы кластеризации: K-Means, агломеративная кластеризация, DBSCAN. Оценка качества кластеризации. [Электронный ресурс] Режим доступа: https://education.yandex.ru/handbook/ml/article/klasterizaciya (дата обращения: 10.12.2025).
9. Основы языка программирования Python. [Электронный ресурс] Режим доступа: https://www.nic.ru/help/osnovy-yazyka-programmirovaniya-python_11662.html (дата обращения: 09.12.2025).
10. От гистограммы до тепловой карты: исследуем Seaborn [Электронный ресурс] // Simulative. – Режим доступа: https://simulative.ru/blog/seaborn (дата обращения: 10.12.2025).
11. Полезные библиотеки для Python. [Электронный ресурс] Режим доступа: https://clck.ru/3Fdeqc (дата обращения: 09.12.2025).
12. Учебник по машинному обучению. [Электронный ресурс] Режим доступа: https://education.yandex.ru/handbook/ml (дата обращения: 08.12.2025).
13. Язык программирования Python: применение, особенности и перспективы. [Электронный ресурс] Режим доступа: https://timeweb.com/ru/community/articles/chto-takoe-python (дата обращения: 10.12.2025).
14. Python. [Электронный ресурс] Режим доступа: https://blog.skillfactory.ru/glossary/python/ (дата обращения: 09.12.2025).
15. Seaborn для визуализации данных в Python [Электронный ресурс] // PythonRu. – Режим доступа: https://pythonru.com/biblioteki/seaborn-plot (дата обращения: 10.12.2025).
16. Федеральная служба государственной статистики. [Электронный ресурс]. Режим доступа: https://rosstat.gov.ru/ (дата обращения: 05.12.2025).
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
