Proceedings of the International scientific and practical conference ―Advances in Science and Humanity‖ (March 29-31, 2026) / Publisher website: www.naukainfo.com. – Vienna, Austria, 2026. - 176 p.

42 Ключові слова: інтелектуальні системи, прогнозування, дрейф даних, концептуальний дрейф, адаптивні моделі, програмна архітектура, машинне навчання, нестаціонарні дані Вступ. У сучасних умовах стрімкого розвитку інформаційних технологій та зростання обсягів даних особливої актуальності набувають інтелектуальні системи прогнозування, здатні ефективно функціонувати в умовах динамічних і нестаціонарних середовищ. Значна частина прикладних задач, зокрема у фінансовій аналітиці, енергетиці, телекомунікаціях та системах моніторингу, пов’язана з обробкою потокових даних, статистичні властивості яких змінюються з часом. Такі зміни призводять до явища, відомого як дрейф даних або концептуальний дрейф, що полягає у порушенні відповідності між навчальними даними та поточними умовами функціонування моделі. Як наслідок, відбувається деградація якості прогнозування, що може суттєво впливати на ефективність прийняття рішень [1]. Традиційні підходи до побудови моделей машинного навчання, як правило, базуються на припущенні стаціонарності даних або не враховують їх змінюваність у часі. У таких умовах навіть високоточні моделі, побудовані на історичних даних, швидко втрачають свою релевантність після розгортання в реальному середовищі. Це обумовлює необхідність створення інтелектуальних систем, які здатні не лише здійснювати прогнозування, але й адаптуватися до змін у даних шляхом виявлення та компенсації дрейфу [2]. У роботі розглядається задача проєктування та реалізації програмних компонентів інтелектуальної системи прогнозування, орієнтованої на роботу з нестаціонарними даними. Основною ідеєю є побудова системи, яка забезпечує безперервний моніторинг якості прогнозування, автоматичне виявлення змін у розподілах вхідних даних або цільової змінної та адаптацію моделей машинного навчання відповідно до нових умов. У контексті цього дослідження особливу увагу приділено питанням ефективності методів виявлення дрейфу,