Применение машинного обучения для классификации комментариев
Рассмотрение машинного обучения для классификации комментариев в рамках курсового проекта по дисциплине "Machine Learning. Обучающиеся технические системы". Автоматическое определение эмоциональной окраски (позитивный, негативный) текстовых данных.
Подобные документы
Розмежовується автоматизований та машинний види перекладу. Наводяться існуючі класифікації систем машинного перекладу. Аналізуються системи машинного перекладу. Пропонується коротка характеристика кожного типу машинного перекладу, їх особливості.
статья, добавлен 11.05.2018Рассмотрение машинного обучения как одного из приоритетных направлений на сегодняшний день. Особенности автоматизации процесса построения модели обработки данных для коммерческого использования. Характеристика методов декомпозиции временных рядов.
статья, добавлен 19.12.2017Создание модели автоматизированного биржевого агента, способной зарабатывать на совершении сделок по покупке и продаже финансовых инструментов на бирже. Генетические алгоритмы обучения для построения простых деревьев решений и объединения их в ансамбли.
дипломная работа, добавлен 26.08.2016E-learning - электронное обучение при помощи инфокоммуникационных технологий. Цель и этапы внедрения обучения, элементы, образовательные ресурсы и результаты проекта. Система электронного обучения в мире, готовность Казахстана к электронному обучению.
презентация, добавлен 09.09.2014Определение распознавания объектов как метода компьютерного зрения для идентификации объектов на изображениях или видео. Рассмотрение алгоритма обнаружения объекта методом машинного обучения и методом глубокого обучения с помощью средств Matlab.
статья, добавлен 24.10.2020Исследование методов машинного обучения для автоматического выявления вирусной активности в вычислительных системах. Наивный байесовский подход, методы опорных векторов, ближайших соседей, построения деревьев решений. Искусственные нейронные сети.
дипломная работа, добавлен 23.09.2018Применение методов машинного обучения с целью моделирования состояния рынка недвижимости Москвы. Изучение теории распознавания образов и теории вычислительного обучения в искусственном интеллекте. Проектирование и программирование явных алгоритмов.
диссертация, добавлен 02.09.2018Десктопные переводчики PROMT для английского, немецкого, французского, испанского, итальянского, португальского и русского языков. Создание первой системы машинного перевода PROMT. Качество перевода и его зависимость от объёмов лингвистических баз данных.
статья, добавлен 30.03.2015Классификации обучающих программ для электронного обучения. Понятие педагогического сценария. Создание интерфейсов отображения теоретического материала, тестирования, выведения результатов, базы данных. Поддержание удобного администрирования сайта.
дипломная работа, добавлен 16.06.2018Возможности использования методов машинного обучения для анализа реальных данных по вибрации ключевых узлов центробежного компрессора. Дерево решения для массива данных, полученных в одном из нефтеперерабатывающих заводов. Критерии оценки отказа
статья, добавлен 09.09.2024Использование техник машинного обучения и анализа данных для создания адаптивных схем выбора уровней для языковых видеоигр. Описание интерфейса приложения, реализация уровней сложности. Построение системы наград на основе данных, геймификация приложения.
статья, добавлен 30.04.2018Історія машинного перекладу як науково-прикладного напряму. Створення програм на потребу користувачів для переведення текстів комерційної, технічної або Інтернет-інформації. Напрямки розвитку та застосування машинного перекладу і приклади систем.
реферат, добавлен 31.12.2013Анализ предметной области. Технологии классификации текстовых данных. Диаграмма прецедентов системы определения категорий тендеров. Проектирование архитектуры системы определения категорий тендеров. Формирование обучающих выборок для нейронной сети.
дипломная работа, добавлен 28.11.2019Методы, которые используются для предотвращения мошенничества и, в частности, для работы с несбалансированными данными. Суть затрат на уровне класса и объекта. AdaBoost и его чувствительные к стоимости вариации. Изучение метода изотонической регрессии.
дипломная работа, добавлен 16.09.2020Machine learning is a set of algorithms and tools that help machines understand hidden patterns in data and exploit the structure and substance of those hidden patterns. The history of the emergence of architectures of increased computing power.
статья, добавлен 24.02.2024Фишинг как одна из главных причин взлома учетной записи в социальной сети. Развитие технологий машинного обучения - причина их активного применения в различных областях. Разработка алгоритма для получения набора данных для обучения нейронной сети.
статья, добавлен 09.05.2022Машинное обучение для задачи выявления паттернов поведения пользователя в рекомендательных системах. Суть подхода к разработке модели признаков для задачи формирования предсказаний в рекомендательной системе с учетом паттернов поведения пользователя.
дипломная работа, добавлен 27.08.2020История развития машинного перевода. Компьютер на месте переводчика, компьютерный словарь и грамматика. Достоинства и преимущества программ машинного перевода. Разнообразные виды переводчиков для офиса и дома. Онлайн-перевод информации в Интернете.
курсовая работа, добавлен 10.12.2014Разработка алгоритма обучения технических систем, позволяющего выполнять автоматическую настройку функций принадлежности нечетких (fuzzy) множеств в соответствии с обучающей выборкой. Результаты моделирования алгоритма обучения в системе Matlab.
статья, добавлен 02.02.2019Переваги систем машинного перекладу, методи його автоматичної оцінки. Розробка інтелектуальної системи автоматичної оцінки якості машинного перекладу з використанням метрики BLEU. Проблема кореляції автоматичної та експертної оцінки машинного перекладу.
дипломная работа, добавлен 17.01.2013Существующие методы аугментации тренировочных данных в задаче классификации, их сравнительная характеристика и особенности применения. Порядок проведения экспериментов по аугментированию с помощью различных подходов. Их сравнение с методом EDA.
дипломная работа, добавлен 20.08.2020Классификации обучающих систем по различным свойствам. Классификации, отражающие управляемость обучаемого системой. Различные реализации электронных учебно-методических материалов по распределению ролей между обучаемым и системой в процессе обучения.
статья, добавлен 08.12.2018Внедрение электронного обучения (e-learning) в систему образования, его этапы и результаты. Система электронного обучения в мире и готовность к ней Казахстана. Контент и цифровые ресурсы для разных уровней образования и элементы электронного обучения.
презентация, добавлен 23.04.2014Понятие и области машинного обучения. Эволюционные модели и алгоритмы. Типология задач обучения по прецедентам. Байесовы (вероятностные) сети. Методы эвристической самоорганизации. Программно-прагматический и агентно-ориентированный подходы к обучению.
реферат, добавлен 07.04.2016Подходы к обеспечению надежности электродвигателя машинного агрегата на основе спектрального анализа высших гармонических составляющих тока и напряжения. Основные признаки систем диагностики, их место в общей классификации программного обеспечения.
статья, добавлен 07.03.2019