Harangi, BalázsMadár, László Adrián2025-02-222025-02-222024-11-19https://hdl.handle.net/2437/387460Szakdolgozatom célja a fogyasztói magatartás előrejelzése mélytanuló és gépi tanulási modellek segítségével. Az elemzéshez különböző időjárási, környezeti és gazdasági adatokat gyűjtöttem, amelyeket egységes adattáblákba integráltam és adattisztítási lépésekkel előkészítettem. Röviden bemutatom a modellek elméleti hátterét, és legfőbb paramétereiket. Az elemzés során Lineáris Regressziót, MLP neurális hálózatot, Random Forest algoritmust, valamint ARIMA és LSTM idősoros modelleket használtam. A modellek implementációját Python nyelven valósítottam meg a TensorFlow, Scikit-learn és Pandas könyvtárak segítségével. Az eredményeket különböző metrikák alapján értékeltem és vizualizáltam. Az összehasonlítás rámutatott az egyes modellek hatékonyságára a fogyasztói magatartás előrejelzésében.56huMélytanuló algoritmusokAdatelemzésAdatvizualizációGépi tanulásGépi tanuláson alapuló regressziós modell alkalmazása fogyasztói magatartás előrejelzésére.Applying a machine learning-based regression model to predict consumer behavior.Informatika::InformációtechnológiaHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.