Search academic texts

Information × Registration Number 2123U003945, Article popup.category Бакалаврська робота Title popup.author Мінюк Валерія Русланівна popup.publication 01-01-2023 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/61731 popup.publisher Київ Description В даній роботі досліджуються методи глибокого навчання, його застосування для задачі класифікації текстових документів та порівняння його ефективності з базовим алгоритмом машинного навчання, у виді дерева рішень. Задача класифікації тексту є актуальною в сучасному інформаційному суспільстві з урахуванням розміру та складності текстових даних, що генеруються щодня. Швидкість і точність обробки цих даних мають вирішальне значення для різних галузей, таких як медицина, фінанси, соціальні мережі, медіа та багато інших. Метою дипломної роботи є дослідження ефективності методів глибокого навчання, зокрема згорткових нейронних мереж, у контексті класифікації текстових документів. Розробка універсальної моделі, заснованої на нейронних мережах, може сприяти покращенню результатів класифікації тексту та забезпечити високу точність і швидкість обробки даних. Результатом дипломної роботи є програмний продукт для класифікації текстових документів, що написаний мовою програмування Python з використанням моделі згорткової нейронної мережі. Використання даного програмного продукту дозволяє класифікувати документи, незалежно від їх тематики, отже може знайти застосування в різноманітних сферах, від класифікації повідомлень у пошті, до класифікації тем наукових статей. Підсумовуючи, дослідження актуальності задачі класифікації тексту та використання глибокого навчання для досягнення кращих результатів є важливим кроком у напрямку поліпшення обробки та аналізу текстових даних у різних сферах. Загальний обсяг роботи 98 с., 36 рис., 6 таблиць, 2 додатки, 27 джерела. popup.nrat_date 2025-01-29 Close