Предсказание остатка денежных средств в банкомате с помощью методов машинного обучения | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 22 июня, печатный экземпляр отправим 26 июня.

Опубликовать статью в журнале

Авторы: , ,

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №24 (471) июнь 2023 г.

Дата публикации: 16.06.2023

Статья просмотрена: 34 раза

Библиографическое описание:

Раюшкин, Э. С. Предсказание остатка денежных средств в банкомате с помощью методов машинного обучения / Э. С. Раюшкин, И. И. Злочевский, Д. В. Кубраков. — Текст : непосредственный // Молодой ученый. — 2023. — № 24 (471). — С. 28-31. — URL: https://moluch.ru/archive/471/104219/ (дата обращения: 14.06.2024).



Рассмотрено использование методов машинного обучения для анализа данных, с целью предсказания остаточных средств в банкомате. Разработаны и протестированы несколько моделей для предсказания количества денежных средств в банкомате.

Ключевые слова: машинное обучение, банкоматы, регрессионный анализ, искусственные нейронные сети.

The use of machine learning methods for data analysis in order to predict the remaining funds in an ATM is considered. Several models have been developed and tested to predict the amount of cash in an ATM.

Keywords: machine learning, ATMs, regression analysis, artificial neural networks.

Потребность в наличных деньгах в банкоматах требует точного прогноза. Здесь наличные деньги — это товар, который необходимо пополнять в течение заранее установленного периода времени. Неверный прогноз влечет за собой значительные расходы для бизнеса. Например, если прогнозируется, что наличные деньги превышают фактическую потребность, то неиспользованные наличные, хранящиеся в банкомате, приводят к расходам для банка. Банк оплачивает разные расходы на повторное наполнение в зависимости от своей политики с логистической компанией. Значительная сумма обычно оплачивается фиксированными сборами за повторное наполнение, дополнительные расходы на транспортировку с обеспечением безопасности. Некоторые банки могут хранить в банкоматах на 40 % больше наличных, чем фактический спрос, и у банков могут быть тысячи банкоматов по всей стране. Таким образом, небольшая оптимизация бизнес-операций будет способствовать увеличению прибыли.

Цель нашего исследования — создание и сравнение моделей машинного обучения, для возможности предсказания остатка денежных средств в банкомате, на основе имеющихся факторов.

Для построения моделей машинного обучения используется язык программирования Python. Python — высокоуровневый язык программирования, ориентированный на повышение производительности разработчика, читаемости кода и его качества, а также на обеспечение переносимости написанных на нём программ. Язык является полностью объектно-ориентированным в том плане, что всё является объектами. Сам же язык известен как интерпретируемый и используется в том числе для написания скриптов [1].

Данные для анализа взяты с сайта kaggle.com. [2] Входные данные представлены в виде файла формата csv, содержащего данные о банкоматах. Файл с входными данными содержит 2244 строки и 10 показателей (Рисунок 1).

формат входных данных

Рис. 1. формат входных данных

Входные переменные csv файла, содержащего рейтинг университетов по версии Times:

  1. Atm_name — название банкомата (Mount Road ATM у всех записей);
  2. Weekday — день недели (Понедельник, Вторник и т. д.);
  3. Festival_religion — религиозные праздники (NH, H, N, C, M);
  4. Working_day — рабочий или выходной день (Праздник H или Рабочий день W);
  5. Holiday_sequence — последовательность праздников (Рабочий-рабочий-праздник, рабочий-праздник-праздник и т. д.);
  6. Trans_date_set — день отправки данных (1–7);
  7. Trans_month — месяц (1–12);
  8. Trans_year — год (2011–2017);
  9. Prevweek_mean — среднее за предыдущую неделю (число);
  10. Total_amount_withdrawn — количество снятых денег (число).

Проведем статистический анализ данного файла. Основную информацию о выборке можно получить, используя функцию “ data.describe()” языка Python. Эта функция сообщает минимальное и максимальное значения, медиану, среднее, первый, и третий квартиль задаваемого параметра (Рисунок 2).

Статистический анализ данных

Рис. 2. Статистический анализ данных

Для анализа будем использовать несколько моделей машинного обучения. Первый из них это «Регрессионный анализ».

Регрессионный анализ — это метод изучения статистической взаимосвязи между одной зависимой количественной зависимой переменной от одной или нескольких независимых количественных переменных. Зависимая переменная в регрессионном анализе называется результирующей, а переменные факторы — предикторами или объясняющими переменными.

Взаимосвязь между средним значением результирующей переменной и средними значениями предикторов выражается в виде уравнения регрессии. Уравнение регрессии — математическая функция, которая подбирается на основе исходных статистических данных зависимой и объясняющих переменных. Чаще всего используется линейная функция. В этом случае говорят о линейном регрессионном анализе. Линейная регрессия определяется как (1):

(1)

Регрессионный анализ очень тесно связан с корреляционным анализом. В корреляционном анализе исследуется направление и теснота связи между количественными переменными. В регрессионном анализе исследуется форма зависимости между количественными переменными. Т. е. фактически оба метода изучают одну и ту же взаимосвязь, но с разных сторон, и дополняют друг друга. На практике корреляционный анализ выполняется перед регрессионным анализом. После доказательства наличия взаимосвязи методом корреляционного анализа можно выразить форму этой связи с помощью регрессионного анализа.

Цель регрессионного анализа — с помощью уравнения регрессии предсказать ожидаемое среднее значение результирующей переменной [3].

Построенная регрессионная модель показывает следующие результаты (Таблица 1).

Таблица 1

Сравнение значений модели линейной регрессии

Исходные данные

Предсказанные данные

350500

409523.807458

18000

522710.984967

233600

498080.579307

28400

510485.354513

199900

490057.036124

Следующим исследуемым методом будет «Метод Опорных Векторов». Метод Опорных Векторов или SVM — это линейный алгоритм, используемый в задачах классификации и регрессии. Данный алгоритм имеет широкое применение на практике и может решать как линейные, так и нелинейные задачи. Суть работы “Машин” Опорных Векторов проста: алгоритм создает линию или гиперплоскость, которая разделяет данные на классы [4].

Построенная модель метода опорных векторов показывает следующие результаты (Таблица 2).

Таблица 2

Сравнение значений модели метода опорных векторов

Исходные данные

Предсказанные данные

350500

567539.582491

18000

567531.544301

233600

567531.544320

28400

567531.544339

199900

567531.544358

Третьей моделью будет модель, основанная на библиотеке CatBoost. CatBoost — это библиотека градиентного бустинга, созданная Яндексом. Она использует небрежные (oblivious) деревья решений, чтобы вырастить сбалансированное дерево. Одни и те же функции используются для создания левых и правых разделений (split) на каждом уровне дерева. По сравнению с классическими деревьями, небрежные деревья более эффективны при реализации на процессоре и просты в обучении [5].

Построенная модель CatBoost показывает следующие результаты (Таблица 3).

Таблица 3

Сравнение значений модели CatBoost

Исходные данные

Предсказанные данные

350500

219906.513913

18000

211564.694508

233600

243652.151435

28400

220958.999594

199900

244945.611943

Последним рассматриваемым методом будет «Искусственная нейронная сеть». Искусственная нейронная сеть (ИНС) — математическая модель, а также ее программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма [6].

Для сравнения результата работа алгоритмов между собой будем использовать следующие метрики:

MAE или средняя абсолютная ошибка — метрика, которая сообщает нам среднюю абсолютную разницу между прогнозируемыми значениями и фактическими значениями в наборе данных. Чем ниже MAE, тем лучше модель соответствует набору данных.

MSE или среднеквадратичная ошибка — метрика, которая сообщает нам среднеквадратичную разницу между прогнозируемыми значениями и фактическими значениями в наборе данных. Чем ниже MSE, тем лучше модель соответствует набору данных.

RMSE или среднеквадратическая ошибка — метрика, которая сообщает нам квадратный корень из средней квадратичной разницы между прогнозируемыми значениями и фактическими значениями в наборе данных. Чем ниже RMSE, тем лучше модель соответствует набору данных [7].

Сравним полученные результаты работы алгоритмов между собой. Метрики точности алгоритмов представлены в таблице 4.

Таблица 4

Метрики точности алгоритмов

MAE

MSE

RMSE

Linear regression

287904.290086

1.024406e+11

320063.437406

Support Vector Regression

340966.751477

1.381435e+11

371676.673995

CatBoost

144506.732664

3.568416e+10

380.140412

ANN

157991.103964

4.215589e+10

205319.002441

Исходя из метрики MAE, чем ниже ее значение, тем лучше модель, то самой лучшей моделью является CatBoost, а самой худшей — Support Vector Regression. Такие же результаты показывает и метрика RMSE.

В ходе работы был исследован набор данных ATM Transaction dataset, хранящий в себе данные об остатке денежных средств в банкоматах.

Кроме того, были построены модели машинного обучения, которые предсказывают остаток денежных средств в банкоматах. Проверена работоспособность моделей и проведено их сравнение.

Литература:

  1. Python [Электронный ресурс] // — Режим доступа: https://ru.wikipedia.org/wiki/Python (дата обращ. 15.06.2023).
  2. ATM-transaction dataset [Электронный ресурс] // — Режим доступа: https://www.kaggle.com/khyeh0719/atm-transaction-train-test (дата обращ. 15.06.2023).
  3. Линейный регрессионный анализ [Электронный ресурс] // — Режим доступа: https://www.statmethods.ru/statistics-metody/regressionnyj-analiz/ (дата обращ. 15.06.2023).
  4. Краткий обзор алгоритма машинного обучения Метод Опорных Векторов (SVM). [Электронный ресурс] // — Режим доступа: https://habr.com/ru/post/428503/ (дата обращ. 15.06.2023).
  5. Быстрый градиентный бустинг с CatBoost. [Электронный ресурс] // — Режим доступа: https://habr.com/ru/company/otus/blog/527554/ (дата обращ. 15.06.2023).
  6. Искусственные нейронные сети (ИНС) [Электронный ресурс] // — Режим доступа: https://neurohive.io/ru/osnovy-data-science/ansamblevye-metody-begging-busting-i-steking/ (дата обращ. 15.06.2023).
  7. MSE против RMSE: какую метрику следует использовать? [Электронный ресурс] // — Режим доступа: https://www.codecamp.ru/blog/mse-vs-rmse/ (дата обращ. 15.06.2023).
Основные термины (генерируются автоматически): ATM, MAE, RMSE, регрессионный анализ, набор данных, MSE, машинное обучение, данные, банкомат, корреляционный анализ.


Похожие статьи

Построение оптимального инвестиционного портфеля с прогнозом...

Так, в этой работе было создано 4 набора данных с размером окна 5, 10, 15 и

Для сравнения показателей ошибки MAE для разного количества дней в обучающих данных были

Ключевые слова: данные, машинное обучение, объем данных, искусственный интеллект, HDFS.

Результаты данного анализа позволяют выбрать оптимальный состав портфеля ценных бумаг.

Оценка моделей прогнозирования на основе данных о спросе

 В данной статье оцениваются модели прогнозирования спроса на наборе из 3 классов продуктов (SKU) через 3

Основные термины (генерируются автоматически): ARIMA, MAPE, RMSE, экспоненциальное сглаживание, модель, SKU

Предпрогнозный анализ временных рядов финансовых данных на...

Применение регрессионного анализа для прогнозирования...

Сравнительный анализ современных инструментов Data Mining

Математические пакеты (DMMP — Data Mining Mat Package) — данные пакеты не были ориентированы для Data Mining, но они содержат огромное количество алгоритмов и методов, которые позволяют осуществлять функции интеллектуального анализа данных [2, с. 45].

Разработка алгоритма анализа данных с помощью машинного...

Перед составлением самой программы, необходимо загрузить и обучить данные. Далее необходимо очистить данные от множества ненужных для анализа столбцов. После удаления можно будет посмотреть сколько полезных переменных остается в фрейме данных.

Корреляционно-регрессионный анализ как способ...

Ключевые слова: объем прибыли по кредитным организациям, уравнение регрессии, корреляционно-регрессионный анализ, t-критерий. Проведем корреляционный анализ, в ходе которого оценим тесноту связи между признаками, установим направление связи [1]. Это...

Модель математической нейронной сети | Статья в журнале...

В данном примере изображена часть нейронной сети, где буквами I обозначены входные нейроны, буквой H — скрытый нейрон, а буквой w — веса. Из формулы видно, что входная информация — это сумма всех входных данных, умноженных на соответствующие им веса.

Использование методов и основных алгоритмов в технологии Data...

Такие данные называют также «сырыми данными» (raw data) и знания, выявляемые из них, — «скрытыми

В основе подходов Data Mining лежат две технологии: машинное обучение и визуализация.

Степанов Р. Г. Технология Data Mining: Интеллектуальный Анализ Данных.

Набор данных для обучения, который предоставляет Университет Джонса Хопкинса.

Применение средств Excel для корреляционного анализа...

При применении специальных программных продуктов для корреляционного анализа можно воспользоваться встроенными функциями. 1 способ — Расчет в Microsoft Office Excel 2007/2010/2016 (самый простой способ).

Анализ и предварительная обработка данных для решения задач...

В данной статье мы рассмотрим этапы предварительной обработки для дальнейшего моделирования полученных выборок. А также проведем анализ данных и расскажем, как понимание взаимосвязи данных влияет на выбор методов предварительной обработки.

Похожие статьи

Построение оптимального инвестиционного портфеля с прогнозом...

Так, в этой работе было создано 4 набора данных с размером окна 5, 10, 15 и

Для сравнения показателей ошибки MAE для разного количества дней в обучающих данных были

Ключевые слова: данные, машинное обучение, объем данных, искусственный интеллект, HDFS.

Результаты данного анализа позволяют выбрать оптимальный состав портфеля ценных бумаг.

Оценка моделей прогнозирования на основе данных о спросе

 В данной статье оцениваются модели прогнозирования спроса на наборе из 3 классов продуктов (SKU) через 3

Основные термины (генерируются автоматически): ARIMA, MAPE, RMSE, экспоненциальное сглаживание, модель, SKU

Предпрогнозный анализ временных рядов финансовых данных на...

Применение регрессионного анализа для прогнозирования...

Сравнительный анализ современных инструментов Data Mining

Математические пакеты (DMMP — Data Mining Mat Package) — данные пакеты не были ориентированы для Data Mining, но они содержат огромное количество алгоритмов и методов, которые позволяют осуществлять функции интеллектуального анализа данных [2, с. 45].

Разработка алгоритма анализа данных с помощью машинного...

Перед составлением самой программы, необходимо загрузить и обучить данные. Далее необходимо очистить данные от множества ненужных для анализа столбцов. После удаления можно будет посмотреть сколько полезных переменных остается в фрейме данных.

Корреляционно-регрессионный анализ как способ...

Ключевые слова: объем прибыли по кредитным организациям, уравнение регрессии, корреляционно-регрессионный анализ, t-критерий. Проведем корреляционный анализ, в ходе которого оценим тесноту связи между признаками, установим направление связи [1]. Это...

Модель математической нейронной сети | Статья в журнале...

В данном примере изображена часть нейронной сети, где буквами I обозначены входные нейроны, буквой H — скрытый нейрон, а буквой w — веса. Из формулы видно, что входная информация — это сумма всех входных данных, умноженных на соответствующие им веса.

Использование методов и основных алгоритмов в технологии Data...

Такие данные называют также «сырыми данными» (raw data) и знания, выявляемые из них, — «скрытыми

В основе подходов Data Mining лежат две технологии: машинное обучение и визуализация.

Степанов Р. Г. Технология Data Mining: Интеллектуальный Анализ Данных.

Набор данных для обучения, который предоставляет Университет Джонса Хопкинса.

Применение средств Excel для корреляционного анализа...

При применении специальных программных продуктов для корреляционного анализа можно воспользоваться встроенными функциями. 1 способ — Расчет в Microsoft Office Excel 2007/2010/2016 (самый простой способ).

Анализ и предварительная обработка данных для решения задач...

В данной статье мы рассмотрим этапы предварительной обработки для дальнейшего моделирования полученных выборок. А также проведем анализ данных и расскажем, как понимание взаимосвязи данных влияет на выбор методов предварительной обработки.

Задать вопрос