Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/36824
Назва: Розробка інформаційної системи для здійснення аналізу тональності тексту із застосуванням технології глибокого машинного навчання та мови Python
Інші назви: Development of an information system for sentiment analysis using deep machine learning and programming language Python
Автори: Громик, Юрій Михайлович
Gromyk, Yurii
Бібліографічний опис: Громик Ю. М. Розробка інформаційної системи для здійснення аналізу тональності тексту із застосуванням технології глибокого машинного навчання та мови Python : кваліфікаційна робота магістра за спеціальністю „121 — інженерія програмного забезпечення“ / Ю. М. Громик. — Тернопіль: ТНТУ, 2021. — 61 с.
Bibliographic description: Gromyk Y. M. Development of an information system for sentiment analysis using deep machine learning and programming language Python: diploma thesis for the qualification level of master of specialty "121 — Software Engineering"/ Y. M. Gromyk — Ternopil: TNTU, 2021. — 76 pp.
Дата публікації: 26-гру-2021
Дата подання: 26-гру-2021
Дата внесення: 26-гру-2021
Країна (код): UA
Науковий керівник: Бойко, Ігор Володимирович
УДК: 004.9
004.827
Теми: 121
інженерія програмного забезпечення
машинне навчання
обробка природної мови
аналіз тональності тексту
частотний аналіз
нейронна мережа
machine learning
Короткий огляд (реферат): Мета кваліфікаційної роботи полягає в використанні сучасних інформаційних технологій для розробки методів аналізу тональности тексту з допомогою машинного навчання, а саме з допомогою глибинного машинного навчання, із врахуванням потреб ринку задля покращення аналізу великих обсягів даних коштом впровадження інноваційних підходів до роботи з машинним навчанням.
Опис: Практичне застосування – розроблено надійний програмний продукт, що дозволить підвищити ефективність та продуктивність роботи та який є новим, унікальним та відповідає поставленій задачі. Технічні вимоги – методи розробки базуються на технології та високорівневій мові програмування Python, а також принципі глибинного машинного навчання.
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/36824
Перелік літератури: 1. Charu C. Aggarwal. Machine Learning for Text. - Springer, [Text] - 2018.
2. Le´on Bottou, Frank E. Curtis, and Jorge Nocedal. Optimization methods for large-scale machine learning. - SIAM Review, [Text] 60:223--311, 2016.
3. Li Deng, Yang Liu. Deep Learning in Natural Language Processing. - Springer, [Text] - 2018.
4. David Foster. Generative Deep Learning. - O’Reilly Media, Inc., [Text] - June 2019.
5. S. Haykin. Neural Networks. - Prentice-Hall, [Text] - 1999.
6. StackOverflow Survey 2020: Most popular technologies | StackOverflow. [Електронний ресурс] – https://insights.stackoverflow.com/survey/2020#most-popular-technologies
7. S. Russell and P. Norvig. Artificial Intelligence A Modern Approach Third Edition. Prentice-Hall, [Text] - 2010.
8. Наказ Державного комітету України з промислової безпеки, охорони праці та гірничого нагляду «Про затвердження Правил охорони праці під час експлуатації електронно-обчислювальних машин» від 26.03.2010 № 65 – Режим доступу: URL: http://zakon2.rada.gov.ua/laws/show/z0293-10.
9. Марков В.В. Основа здорового способу життя профілактика хвороб: навч. посібник для студ. вищ. пед. навч. закладів. - М.: Академія, 2001. - 320 с.
10. М.Р. Петрик, Д.М. Михалик, О.Ю. Петрик, Г.Б. Цуприк. Методичні вказівки до виконання атестаційної роботи магістра за спеціальністю 121 – “Інженерія програмного забезпечення” для усіх форм навчання [Текст] – Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя – 2020 – 27 с.
Тип вмісту: Master Thesis
Розташовується у зібраннях:121 — інженерія програмного забезпечення

Файли цього матеріалу:
Файл Опис РозмірФормат 
Громик.pdf1,13 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора