zpwiki/pages/students/2016/mark_feher

title	published	taxonomy
Márk Fehér	true	category tag author dp2022 scikit nlp klasifikácia Daniel Hladek

Diplomová práca 2022

Názov diplomovej práce: Klasifikácia textu metódami strojového učenia

• GIT repozitár

Návrh na zadanie DP

1. Vypracujte prehľad metód klasifikácie textu metódami strojového učenia.
2. Pripravte slovenské trénovacie dáta vo vhodnom formáte a natrénujte viacero modelov pre klasifikáciu textu do viacerých kategórií
3. Navrhnite, vykonajte a vyhodnoťte experimenty pre porovnanie presnosti klasifikácie textu.
4. Navrhnite zlepšenia presnosti klasifikácie textu.

Diplomový projekt 2021

Stretnutie 1.10.

Stav:

• modifikácia trénovacích skriptov na vypisovanie pomocných štatistík.
• Vytvorený GIT repozitár
• Pridaná referenčná literatúra.

Stretnutie 23.9.

Stav:

• vypracovaný draft diplomovej práce
• pripravené dáta z BeautifulSoup - z rôznych webov (sme.sk)
• vypracované experimenty pomocou scikit-learn na klasifikátoroch:
  • multinomial Bayes
  • random forest
  • support vector machine
  • Stochastic Gradient Descent Classifier
  • k-neighbours
  • decision tree
• vypracované vyhodnotenie pomocou konfúznej matice,

Ciele na ďalšie stretnutie:

• Vytvoríte si repozitár dp2022 na školskom gite, kde dáte dáta, zdrojové kódy aj texty.
• Vybrať jeden odborný článok alebo knihu o klasifikácii textu a vypracujte poznámky.

Zásobník úloh:

• Zopakujte experimenty na korpuse scnc. Slovak Categorized News Corpus.
• Vyskúšajte klasifikáciu pomocou neurónových sietí.