Курсовая: LSTM-модель классификации тональности твитов
Отчёт по практике: Применение нейронных сетей для анализа тональности твитов
Описание
Введение 3
1. Основная часть 5
1.1. Анализ предметной областИ 5
1.1.1. Выбор и развертывание среды разработки для языка программирования Python 5
1.1.2. Анализ теоретических аспектов создания нейросетей 7
1.1.3. Математическая модель нейронной сети 9
1.1.4. Выводы по разделу 11
1.2. РАЗРАБОТКА НЕЙРОННОЙ СЕТИ 12
1.2.1. Создание нейронов 12
1.2.2. Выбор топологии сети 13
1.2.3. Создание нейронной сети 14
1.2.4. Группировка нейронных блоков в нейронную сеть 15
1.2.5. Экспериментальный подбор характеристик сети 16
1.2.6. Сбор и нормализация данных для обучения нейронной сети 17
1.2.7. Обучение нейронной сети 19
1.2.8. Выбор способа оценки адекватности результатов обучения 20
1.2.9. Расчет количества потерь и их минимизация 21
1.2.10. Анализ адекватности обучения 22
1.2.11. Выводы по разделу 23
Заключение 25
Список используемых источников и литературы 27
Приложение 1 29Показать/скрыть дополнительное описание
1. Основная часть 5
1.1. Анализ предметной областИ 5
1.1.1. Выбор и развертывание среды разработки для языка программирования Python 5
1.1.2. Анализ теоретических аспектов создания нейросетей 7
1.1.3. Математическая модель нейронной сети 9
1.1.4. Выводы по разделу 11
1.2. РАЗРАБОТКА НЕЙРОННОЙ СЕТИ 12
1.2.1. Создание нейронов 12
1.2.2. Выбор топологии сети 13
1.2.3. Создание нейронной сети 14
1.2.4. Группировка нейронных блоков в нейронную сеть 15
1.2.5. Экспериментальный подбор характеристик сети 16
1.2.6. Сбор и нормализация данных для обучения нейронной сети 17
1.2.7. Обучение нейронной сети 19
1.2.8. Выбор способа оценки адекватности результатов обучения 20
1.2.9. Расчет количества потерь и их минимизация 21
1.2.10. Анализ адекватности обучения 22
1.2.11. Выводы по разделу 23
Заключение 25
Список используемых источников и литературы 27
Приложение 1 29Показать/скрыть дополнительное описание
Отчет описывает полный цикл разработки LSTM-модели для классификации тональности твитов: от загрузки Sentiment140 и токенизации до подбора гиперпараметров и итоговой оценки. Полезен студентам и разработчикам, работающим с NLP и мониторингом соцмедиа..
Характеристики отчёта по практике
Предмет
Учебное заведение
Семестр
Просмотров
1
Размер
699,24 Kb
Список файлов
neural.py
requirements.txt
Кучинов_Максим_Евгеньевич_ЭП_отчет.docx
КучиновМЕ_ЭП_ИЗ.docx
Neural.pdf
🎓 Никольский - Помощь студентам 📚 Любые виды работ: тесты, сессии под ключ, практики, курсовые и дипломные с гарантией результата ✅ Все услуги под ключ ✅ Знаем все тонкости именно вашего ВУЗа ✅ Сдадим или вернем деньги
Комментарии
Нет комментариев
Стань первым, кто что-нибудь напишет!
МУ им. С.Ю. Витте
nikolskypomosh














