Denne identifikatoren kan du bruke til å sitere eller lenke til denne innførselen:
http://elartu.tntu.edu.ua/handle/lib/27995
Tittel: | Технології машинного навчання для класифікації LinkedIn-профілів IT-спеціалістів |
Alternative titler: | Technologies of computer-aided learning for IT specialist of LinkedIn accounts classification. |
Authors: | Сидор, Віктор Едуардович |
Affiliation: | Тернопільський національний Технічний Університет імені Івана Пулюя |
Bibliographic description (Ukraine): | Сидор В. Е. Технології машинного навчання для класифікації LinkedIn-профілів IT-спеціалістів : автореферат дипломної роботи магістра за спеціальністю „122 — комп’ютерні науки“/ В. Е. Сидор. — Тернопіль: ТНТУ, 2019. — 5 с. |
Utgivelsesdato: | mai-2019 |
Date of entry: | 22-mai-2019 |
Country (code): | UA |
Place of the edition/event: | м. Тернопіль, вул. Руська, 56, навчальний корпус №1, ауд. 701 |
Supervisor: | Фриз, Михайло Євгенович |
Committee members: | Дячук, Степан Федорович |
UDC: | 519.2 |
Emneord: | 122 комп’ютерні науки Машинне навчання Класифікація LinkedIn профілі |
Number of pages: | 5 |
Abstrakt: | У дипломній роботі досліджено технології машинного навчання для вирішення проблеми класифікації LinkedIn-профілів IT-спеціалістів, алгоритмами текстової класифікації. Створено інформаційну систему, яка включає парсер, навчальний набір та класифікатор. Здійснено порівняння та вибір найкращого алгоритму класифікації для коротких текстів. В першому розділі досліджено аналіз проблеми класифікації LinkedIn-профілів. Розглянуто технології машинного навчання, види машинного навчання. Описано текстовий класифікатор, та розглянуто дев'ять алгоритмів класифікації, які використані у дипломній роботі. В другому розділі описано структурну схему інформаційної системи, обґрунтовано вибір мови програмування та бібліотек для реалізації поставного завдання. Створено та описано процес роботи парсера, навчальної бази, класифікатора. В третьому розділі здійснено порівняння алгоритмів класифікації та вибрано найкращий класифікатор для класифікації LinkedIn-профілів чи коротких текстів. Вибір ґрунтувався на основі ефективності Парето та цільової функції. |
URI: | http://elartu.tntu.edu.ua/handle/lib/27995 |
References (Ukraine): | 1. Сидор В. Е. Аналіз особливостей класифікаторів тексту / Сидор В. Е. Тези доповіді на ІІ Міжнародній студентській науково-технічна конференція «Природничі та гуманітарні науки. Актуальні питання». – Тернопіль, ТНТУ, 2019. – с. 403. 2. Сидор В. Е. Обґрунтування вибору інструментів для класифікації тексту / Сидор В. Е. Тези доповіді на ІІ Міжнародній студентській науково-технічна конференція «Природничі та гуманітарні науки. Актуальні питання». – Тернопіль, ТНТУ, 2019. – с. 403. 3. Сидор В. Е. Порівняння методів Naive Bayes, Multinomial Naive Bayes та Bernoulli Naive Bayes для задачі класифiкації LinkedIn профілів / Сидор В. Е. Тези доповіді на ІІ Міжнародній студентській науково-технічна конференція «Природничі та гуманітарні науки. Актуальні питання». – Тернопіль, ТНТУ, 2019. – с. 403. |
Content type: | Thesis Abstract |
Vises i samlingene: | 122 — комп’ютерні науки |
Tilhørende filer:
Fil | Beskrivelse | Størrelse | Format | |
---|---|---|---|---|
Автореферат.pdf | 439,96 kB | Adobe PDF | Vis/Åpne |
Alle innførsler i DSpace er beskyttet av copyright
Administrasjonsverktøy