Отрывок: 1 multi:softmax Метрики оценки качества модели в таблице 24. Таблица 24 – Метрики оценки качества тестовой модели N класс точность полнота f-мера Тренировочная выборка 0 1 1 1 1 1 1 1 Тестовая выборка 0 0.62 0.38 0.48 1 0.69 0.86 0.77 2 0 0 0 На рисунке 26 показаны значимые характеристики ВК. Рисунок 26 – Значимые характеристики для фактора N Для предсказания возьмем значимые количественные характеристики: альбомы (albums), аудио (aud...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorХорошилова А. А.ru
dc.contributor.authorЖданова А. Н.ru
dc.contributor.authorСопченко Е. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатики и кибернетикиru
dc.coverage.spatialанализ публичных данныхru
dc.coverage.spatialвеб-приложенияru
dc.coverage.spatialВКонтактеru
dc.coverage.spatialсбор статистикиru
dc.coverage.spatialсоциальные сетиru
dc.coverage.spatialстатистические данныеru
dc.creatorХорошилова А. А.ru
dc.date.accessioned2023-04-25 13:54:59-
dc.date.available2023-04-25 13:54:59-
dc.date.issued2022ru
dc.identifierRU\НТБ СГАУ\ВКР20230414143912ru
dc.identifier.citationХорошилова, А. А. Использование методов машинного обучения для анализа публичных социальных данных социальной сети ВКонтакте : вып. квалификац. работа по направлению подгот. 02.04.02 "Фундаментальная информатика и информационные технологии" (уровень магистратуры), направленность (профиль) "Инженерия программного обеспечения" / А. А. Хорошилова ; рук. работы А. Н. Жданова ; нормоконтролер Е. В. Сопченко ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатик. - Самара, 2022. - 1 файл (63,6 Мб). - Текст : электронныйru
dc.identifier.urihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Ispolzovanie-metodov-mashinnogo-obucheniya-dlya-analiza-publichnyh-socialnyh-dannyh-socialnoi-seti-VKontakte-103227-
dc.description.abstractОбъектом исследования являются публичные данные в социальной сети ВКонтакте. Цель работы – применение методов машинного обучения для анализа публичных социальных данных и структурирование полученных сведений в удобном для пользователя виде. В процессе работы было разработано веб-приложение, позволяющее получить полную информацию о профиле пользователя. Реализована возможность определения типа личности пользователя с точностью до 70%. Система разработана на языке Python с использованием библиотек xgboost, sklearn, в среде разработки PyCharm 2022, KNIME и Colab. Сервер функционирует под управлением операционных систем Windows.ru
dc.titleИспользование методов машинного обучения для анализа публичных социальных данных социальной сети ВКонтактеru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.9ru
dc.textpart1 multi:softmax Метрики оценки качества модели в таблице 24. Таблица 24 – Метрики оценки качества тестовой модели N класс точность полнота f-мера Тренировочная выборка 0 1 1 1 1 1 1 1 Тестовая выборка 0 0.62 0.38 0.48 1 0.69 0.86 0.77 2 0 0 0 На рисунке 26 показаны значимые характеристики ВК. Рисунок 26 – Значимые характеристики для фактора N Для предсказания возьмем значимые количественные характеристики: альбомы (albums), аудио (aud...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Хорошилова_Анастасия_Александровна_Использование_методов_машинного_обучения.pdf65.13 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.