Pozivamo vas da prisustvujete odbrani master rada Vladimira Bogdanovića
Poštovane koleginice i kolege,
Odbrana završnog rada je važan trenutak u životu svakog studenta, kao i prilika da pokaže svoje znanje i veštine stečene tokom studiranja. Sa zadovoljstvom vas obaveštavamo o terminu odbrane završnog rada kolege Marka Ćuka, a ujedno vas i pozivamo da se pridružite ovom događaju.
Odbrana završnog rada kolege Marka Ćuka pod nazivom “Predikcija prosečnih neto zarada i profilisanje opština u Republici Srbiji primenom regresionih modela i metoda klasterovanja”, kod mentora prof. Ane Đokić održaće se u četvrtak, 19. novembra, u 13.30 časova, u sali M11.
U ovom radu je sprovedena analiza i predikcija prosečnih neto zarada, kao i profilisanje opština u Republici Srbiji primenom regresionih modela i metoda klasterovanja. Cilj istraživanja bio je da se ispitaju razlike u zaradama između opština, mogućnost njihove pouzdane predikcije na osnovu dostupnih ekonomskih i demografskih pokazatelja, kao i karakteristike grupa opština sa sličnim socioekonomskim obeležjima. Analiza je zasnovana na javno dostupnim podacima Republičkog zavoda za statistiku za 161 opštinu, u periodu od 2018. do 2025. godine. Nakon objedinjavanja i pripreme podataka formirani su dodatni pokazatelji zaposlenosti, starosne strukture stanovništva i rasta zarada, dok su godišnji podaci o stanovništvu prevedeni na kvartalni nivo linearnom interpolacijom. Za predikciju prosečnih neto zarada primenjeni su modeli Random Forest i XGBoost, uz korišćenje podataka iz prethodnih vremenskih perioda i hronološku podelu skupa podataka. Performanse modela ocenjene su metrikama RMSE, MAE, MAPE i R² i upoređene sa naivnim baznim modelom. Dodatno je ispitana predikcija stope rasta zarada umesto njihovog apsolutnog nivoa. Rezultati su pokazali da oba modela mašinskog učenja ostvaruju bolje rezultate od baznog modela, pri čemu je najbolje rezultate ostvario XGBoost model zasnovan na predikciji stope rasta, sa RMSE od 2.006 RSD i MAPE od 1,59%. Primenom K-means metode izdvojeno je pet grupa opština sa različitim ekonomskim i demografskim karakteristikama, pri čemu se prosečne zarade između formiranih grupa kreću od 79.941 do 146.700 RSD, a zaposlenost predstavlja jedan od najznačajnijih faktora njihovog razlikovanja. Dobijeni rezultati ukazuju na mogućnost primene metoda mašinskog učenja za predikciju zarada i identifikovanje karakterističnih socioekonomskih profila opština.
Podsećamo vas da su sve odbrane radova na ITS-u javne i da predstavljaju svečan čin. Očekujemo vaš dolazak i verujemo da će događaj biti koristan i zanimljiv svima prisutnima, a kolegi Ćuku želimo mnogo uspeha!
Povezane vesti
