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
Постановка задачи машинного моделирования систем. Определение параметров и переменных модели. Построение логической схемы и математических соотношений. Составление плана выполнения работ по программированию. Планирование машинного эксперимента с моделью.
курсовая работа, добавлен 27.03.2014Параметризация свёрточной нейронной сети для осуществления семантического анализа текста и определения его эмоциональной окраски. Архитектура сети, её обучение и тестирование с использованием объектно-ориентированного языка Python и библиотеки Keras.
статья, добавлен 19.02.2019Предсказание класса двугранных углов основного каркаса в крупноблочной модели белка посредством их классифицирования, которые впоследствии можно использовать в качестве начального приближения для построения 3D структуры аминокислотной последовательности.
дипломная работа, добавлен 18.09.2020Применение процедур локальной аппроксимации для решения задачи классификации траекторий на основе критериев точечного сходства. Представление рядов в виде матричных наборов данных и применение алгоритма нечетких средних для их дальнейшей кластеризации.
статья, добавлен 27.02.2019Основные принципы скоринговой системы, обзор существующих аналогов. Алгоритмы машинного обучения. Этапы разработки модуля предсказания, обоснование выбора инструментальных и программных средств. Анализ качества моделей и сравнение обученных моделей.
дипломная работа, добавлен 01.12.2019Исследование теоретических и практических вопросов использования систем машинного перевода в современном едином многонациональном информационном пространстве. Распространенные системы машинного перевода: PROMT Internet Translation, WebView, Lingvo.
статья, добавлен 03.03.2018Рассмотрение автоматизированной информационной системы, ее структурных ресурсов и классификации. Основные функции процесса управления. Применение баз данных для мониторинга ситуации на рынке. Доступ к компьютерной информации, запросы и протоколы.
презентация, добавлен 28.12.2013- 108. Модуль "Машинное обучение систем искусственного интеллекта" в общеобразовательном курсе информатики
Искусственный интеллект — теоретическое и прикладное направление информатики, занимающееся исследованием и созданием аппаратных и программных средств, имитирующих интеллектуальную деятельность человека. Датасет - база данных для машинного обучения.
статья, добавлен 18.04.2022 Применение интеллектуальных средств защиты информации в системах обнаружения атак. Задачи классификации в экспертных системах. Вероятностные методы решения задачи классификации. Применение нейронных сетей в задачах классификации и кластеризации.
статья, добавлен 23.03.2018История появления термина "e-learning", его использование в Интернете. Сущность, специфика и значение персонификации, применение широкого диапазона разнообразных средств обучения. Характеристика возможных проблем внедрения e-learning в современных школах.
реферат, добавлен 18.11.2015Рассмотрение понятия и определения, структуры и функций системы управления базами данных. Их основные классификации. Создание компьютерной базы данных. Осуществление поиска в базе с помощью фильтров и запросов. Обработка данных и элементы управления.
контрольная работа, добавлен 24.04.2014Процесс создания и обучения нейронной сети для задачи классификации изображений собак и кошек с использованием TensorFlow и архитектуры MobileNetV2. Описание подготовки и предобработки данных, включая изменение размеров и нормализацию изображений.
статья, добавлен 05.09.2024Разработка программного комплекса для распознавания жестового языка инвалидов с нарушением слуха на основе алгоритмов машинного обучения. Распознавание лиц на основе применения метода Виолы-Джонса, Вейвлет-преобразования и метода главных компонент.
статья, добавлен 14.03.2019Возможности системы цифрового производства TechnologiCS. Автоматическое создание производственного заказа. Расчет загрузки оборудования. Построение работы при возникновении брака, возникших неполадках. Симбиоз машинного и человеческого интеллектов.
статья, добавлен 10.10.2019Понятие и виды текстовых редакторов. Основы форматирования документа: выбор параметров страницы, форматирование абзацев, символов, таблиц, списков. Компьютерные словари и системы машинного перевода текста. Системы оптического распознавания документов.
контрольная работа, добавлен 25.01.2016Рассмотрение принципов работы нейронной сети. Разработка алгоритма машинного обучения. История возникновения нейронных сетей. Последовательность интеллектуальной обработки информации в интернете. Примеры применения нейросетей в различных сферах.
статья, добавлен 01.03.2019Исследование методов Transfer Learning для семантического анализа и их сравнение на данных, содержащих упоминания компании Тинькофф Банк на различных Интернет-ресурсах. Реализация моделей для классификации текстов с использованием различных метрик.
дипломная работа, добавлен 01.12.2019Создание и редактирование документов. Различные форматы текстовых файлов. Форматирование документа: параметры страницы, абзацы, списки, таблицы. Компьютерные словари и системы машинного перевода текста. Системы оптического распознавания документов.
курсовая работа, добавлен 20.01.2012Анализ принципов применения признаковых классификаторов для распознавания символов. Определение требований, которым должны удовлетворять используемые признаковые классификаторы. Разработка и обоснование их модификаций, удовлетворяющих этим требованиям.
статья, добавлен 18.01.2018Понятие термина Data Mining, его история возникновения. Понятие искусственного интеллекта. Сравнение статистики, машинного обучения и Data Mining. Развитие технологии баз данных начиная с 1960-х г. Data Mining как часть рынка информационных технологий.
реферат, добавлен 14.01.2015Задачи, которые решают нейронные сети. Кластеризация и визуализация данных. Прогнозирование временных рядов и оценивание рисков. Иллюстрации применения технологий информационного моделирования. Нейросетевые обучающиеся машины. Аппроксимация данных.
лекция, добавлен 08.02.2013Использование в процессе обучения пакетов прикладных программ, языков программирования, системы управления базами данных. Применение теории информационного обмена в педагогическом процессе. Автоматизированные системы научных исследований обучения в вузах.
статья, добавлен 13.04.2018История развития информационных технологий, особенности и преимущества системы дистанционного обучения. Рассмотрение рынка систем дистанционного обучения. Описание процесса внедрения программных систем, реализующих концепцию дистанционного обучения.
статья, добавлен 22.08.2020SCADA-система как важный компонент автоматизированной системы управления, с помощью которой обеспечиваются мониторинг, анализ и управление параметрами технологического процесса. SCADA WinCC v6 как система человеко-машинного интерфейса, компоненты среды.
презентация, добавлен 14.10.2013Рассмотрение алгоритма нахождения зависимостей между вторичными структурами ДНК и их эпигенетическими факторами. Проектирование структуры программного обеспечения. Разработка подсистемы дисперсионного анализа "ANOVA"; пользовательского интерфейса.
дипломная работа, добавлен 02.09.2018