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 | Розмір | Формат | |
|---|---|---|---|---|
| Громик.pdf | 1,13 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора