ОПТИМИЗАЦИЯ РИСКОВ РАЗРАБОТКИ ПРОЕКТА И ВОЛАТИЛЬНОСТИ РЫНКА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ГЛУБОКОГО ОБУЧЕНИЯ

Данное исследование посвящено решению задач компьютерного моделирования, сосредотачивая внимание на рисках в ИТ-проектах, с особым акцентом на управление инвестиционными процессами в условиях неопределенности и неполной информации. Рост числа ИТ-проектов в последние годы привел к появлению новых вызовов, связанных с оценкой и управлением сопутствующими рисками. По мере развития технологий и расширения масштабов ИТ-инициатив неопределенность в инвестиционных процессах усиливается, требуя более сложных методов оценки. В исследовании предлагается методология RIC для расчета функции риска инвестиционных проектов с учетом колебаний прогнозируемых денежных потоков. Разработка инвестиционных проектов часто характеризуется неопределенностью и недостатком надежных статистических данных, что требует применения современных аналитических подходов для принятия обоснованных решений. В данном исследовании применяются современные научные методы, включая машинное обучение и сверточные нейронные сети, для разработки алгоритма оценки рисков в инвестиционных проектах. Предлагаемый алгоритм содержит практические рекомендации по улучшению оценки и управления инвестиционными рисками. Результаты исследования предлагают ценные инструменты для планирования и анализа рисков, которые могут быть применимы различными заинтересованными сторонами, участвующими в инвестиционной деятельности