СУЧАСНІ ІНСТРУМЕНТИ МОДЕЛЮВАННЯ ЕКОНОМІЧНИХ ПРОЦЕСІВ ДЛЯ МОВИ ПРОГРАМУВАННЯ PYTHON

Анотація

У сучасному світі, під час постійної нестабільності у всіх сферах діяльності людства,
надзвичайно важливим стало моделювання та прогнозування процесів його функціонування.
Економічна галузь не є виключенням, адже вона впливає як на життя суспільства загалом,
так і на окремі його складові.
Мова програмування Python, завдяки своїй простоті у використанні та широкому спектру бібліотек, стала одним із найпопулярніших інструментів для роботи з великими обсягами
даних (Big Data). Високий рівень підтримування існуючих інструментів, розвиток та створення нових, покращення ефективності та швидкодії обрахунків роблять Python блискучим
засобом для створення короткострокових та довгострокових рішень у питаннях аналізу, моделювання, прогнозування та візуалізації економічних даних, таких як великі масиви даних,
часові ряди, візуальна та відео інформація тощо.
Мова програмування Python – це інтерпретована, інтерактивна, об’єктно-орієнтована та
високорівнева мова програмування загального призначення з динамічною суворою
типізацією та автоматичним управлінням пам’яттю, орієнтована на підвищення продуктивності розробника, читабельність коду, а також на забезпечення портування написаних на ній
програм [1]. Вона здобула популярність серед працівників різних сфер: IT-спеціалістів, маркетологів, логістів, економістів, інженерів та інших, допомагаючи їм автоматизувати їхні
рутинні дії, спростити роботу з великими об’ємами даних тощо.
Python став ледь не найпопулярнішою мовою програмування у сфері моделювання статичних та динамічних даних серед інших мов завдяки численним перевагам, які він має. Серед основних можна виділити простоту синтаксису та зручність вбудованих інструкцій,
AOT-компіляцію (компіляцію перед виконанням програми), велику кількість оптимізованих
бібліотек, спеціально створених для роботи з даними (NumPy, Pandas, SciPy), машинного
навчання (Tenserflow, pyTorch, Scikit, Keras), візуалізації даних (Matplotlib, Seaborn), масштабованість, кросплатформенність, інтегрованість з різноманітними інструментами, гнучку
віртуалізацію даних тощо.
Як вже було зазначено, Python має велику кількість готових інструментів для моделювання даних та процесів. Найбільш використовуваним з них є пакет NumPy – розширення
мови Python, що додає підтримку великих багатовимірних масивів і матриць, разом з великою бібліотекою високорівневих математичних функцій для операцій з цими масивами [2]. Є
відкритим (open-source) програмним забезпеченням і, як наслідок, має багато розробників та
високий рівень підтримуваності продукту.
Завдяки оптимізованості пакету, робота з масивами та математичні операції над ними
виконуються значно швидше, аніж при використанні звичайних змінних Python. Також, зав
80
дяки ефективних функцій генерації випадкових значень за заданими законами, значно пришвидшується імітація економічних сценаріїв, а завдяки вбудованих інструментів для роботи
з часовими рядами та їх аналізу спрощується розробка скриптів для їх моделювання.
Іншим сучасним інструментом мови Python, що використовується для моделювання
економічних процесів є модуль Tenserflow – один з найбільших безкоштовних інструментів
безкоштовна з відкритим кодом для машинного навчання та штучного інтелекту. Його можна використовувати в ряді завдань машинного навчання, таких як створення та навчання рекурентних нейронних мереж, моделей довгострокової пам’яті, що дають змогу давати високоточні прогнозия, що є значущим фактором для моделювання в сфері економіки.
Найпоширенішим інструментом візуалізації даних, включно з даними надвеликих
об’ємів, є кросплатформна бібліотека Matplotlib. Вона надає варіативні функції для побудови
2d та 3d графіків, діаграм (включно з діаграмами розсіювання, «стовбур-листя», стовпчастими, секторними, спектральними діаграмами тощо), контурних графіків, полів градієнтів та
іншого.
У комбінації, зазначені вище та інші модулі мови програмування Python надають змогу
вирішувати велику кількість задач моделювання. Приклад цього можемо побачити у роботі
[3], де було розроблено Python-додаток для моделювання митних надходжень до державного
бюджету України. Розроблений функціонал надавав змогу дослідити залежність надходжень
до бюджету від надходжень за ввізне мито. Приклад результатів роботи програми наведено
на рисунку 1. Розроблене ПЗ надавало змогу обрати довірчий інтервал прогнозу, довірчу зону регресії, рівень надійності прогнозу у відсотках та використовувати різні за розміром і
фактичною суттю вхідні дані, тобто програмний скрипт є варіативним та масштабованим.
Рисунок 1 – Результати роботи додатку написаного на Python «Регресія надходжень до
бюджету України від митних органів на ввізне мито»
Джерело: [3]
Отже, Python – потужний інструмент для моделювання економічних процесів завдяки
широкому набору базових та новітніх бібліотек, які маються в ньому. Його сучасні інструменти дозволяють швидко автоматизовувати рутинні завдання, будувати моделі даних та
аналізувати їх. Подальший розвиток технологій відкриває нові горизонти для використання
Python у сфері економічного моделювання.