ПРОГНОЗУВАННЯ ЕФЕКТИВНОСТІ AGILE-ПРОЕКТІВ ЗА ДОПОМОГОЮ МАШИННОГО НАВЧАННЯ

Анотація

Дослідження спрямоване на вирішення актуальних завдань у розвитку інформаційних систем і інтеграцію штучного інтелекту для оптимізації методологій Agile. Мета полягає у моделюванні та прогнозуванні ефективності Agile-процесів, враховуючи змінні вимоги та випадкові відхилення. Прогнозування ефективності розглядається як процес, де параметри адаптуються залежно від системи та даних. Розглядається вибір оптимальних моделей для прогнозування, порівнюючи SVM, Random Forest та нейронні мережі (CNN, LSTM). Нейронні мережі виявилися більш ефективними для прогнозування успішності проектів. Практична цінність дослідження полягає в ідентифікації LSTM та інших архітектур як ефективних інструментів. Інтеграція моделей машинного навчання, зокрема LSTM та CNN, покращує точність прогно-зування та управління Agile-проєктами, підвищуючи ефективність проектного управ-ління.