Отрывок: Как следует из определения, отличительным (главным свойством) системы является ее целостность: комплекс объектов, рассматриваемых в качестве системы, должен обладать общими свойствами и поведением. Очевидно, необходимо рассматривать и связи системы с внешней средой. При разработке структурной схемы используется методология структурного проектирования, в основе которой лежит алгоритмическая декомпозиция и иерархия вида «часть–целое», учитывающая, что внутренн...
Название : Разработка автоматизированной системы классификации текстов небольшого объема
Авторы/Редакторы : Кудрявцева В. А.
Гордеева О. А.
Сопченко Е. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2021
Библиографическое описание : Кудрявцева, В. А. Разработка автоматизированной системы классификации текстов небольшого объема : вып. квалификац. работа по направлению подгот. 02.03.02 "Фундаментальная информатика и информационные технологии" (уровень бакалавриата). - Текст : электронный / В. А. Кудрявцева ; рук. работы О. А. Гордеева ; 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 информати. - Самара, 2021. - 1 файл (1,43 Мб)
Аннотация : Объектом исследования является автоматическая классификация текстов и её приложения в методах машинного обучения. Цель работы - разработать автоматизированную систему классификации текстов, имеющих небольшой объем. В ходе работы была разработана автоматизированная система, реализующая два метода классификации текста, рассчитывающая также оценки качества классификации, был проведен сравнительный анализ результатов классификации реализованными методами и их сравнение с результатами классификаторов с использованием библиотеки Scikit Learn. Система позволяет пользователю получать класс заданного текста и просматривать статистику классификации. Система разработана на языках Python и Typescript с использованием фреймворка Angular, библиотек Pandas, Numpy, Scikit learn и функционирует под управлением операционных систем Windows 7/8/10.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20211207145931
Ключевые слова: автоматизированные системы
классификаторы
классификация текстов
машинное обучение
метод ближайших соседей
наивный байесовский классификатор
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Кудрявцева_Виктория_Александровна_Разработка_автоматизированной_системы_классификации.pdf1.46 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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