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...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Кудрявцева В. А. | ru |
dc.contributor.author | Гордеева О. А. | ru |
dc.contributor.author | Сопченко Е. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | автоматизированные системы | ru |
dc.coverage.spatial | классификаторы | ru |
dc.coverage.spatial | классификация текстов | ru |
dc.coverage.spatial | машинное обучение | ru |
dc.coverage.spatial | метод ближайших соседей | ru |
dc.coverage.spatial | наивный байесовский классификатор | ru |
dc.creator | Кудрявцева В. А. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20211207145931 | ru |
dc.identifier.citation | 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) | ru |
dc.description.abstract | 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. | ru |
dc.title | Разработка автоматизированной системы классификации текстов небольшого объема | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.9 | ru |
dc.textpart | 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... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Кудрявцева_Виктория_Александровна_Разработка_автоматизированной_системы_классификации.pdf | 1.46 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.