Masivní sémantická analýza on-line textů strojovým učením

Bc. Pavel Netolický

Diplomová práce

Massive semantic analysis of on-line texts in machine learning

Anotace:

Netolický, P. Masivní sémantická analýza textů strojovým učením. Diplomová práce. Brno: Mendelova univerzita v Brně, 2016. Diplomová práce se zabývá oblastí dolování znalostí z masivního objemu textových dat. Práce je založena na srovnání inkrementálního (Hoeffdingův strom) a dávkového (J48) přístupu k tréninku. V rámci práce je navržena série experimentů zaměřených na porovnání algoritmu J48 a Hoeffdingova stromu. Na základě provedených experimentů jsou zhodnoceny různé vlivy, které ovlivňují výsledky a průběh klasifikace těmito algoritmy.

Abstract:

Netolický, P. Massive semantic analysis of on-line texts in machine learning. Diploma thesis. Brno: Mendel University, 2016. The diploma thesis deals with mining knowledge from massive amounts of text data. The thesis is based on a comparison between incremental (Hoeffding tree) and batch (J48) approach to training. In the work is designed a series of experiments aimed at comparing algorithm J48 and Hoeffding tree. On the basis of the performed experiments are evaluated different factors, which influence results and course of classification using these algorithms.

Klíčová slova

Hoeffdingův strom, J48, Text mining, datový tok, analýza názorů, Weka, MOA

Keywords

Hoeffding tree, J48, Weka, sentiment analysis, Text mining, data stream, MOA

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 23. 5. 2016

Obhajoba závěrečné práce

• Vedoucí: doc. Ing. Jan Žižka, CSc.
• Oponent: František Dařena, Ph.D.

Mendelova univerzita v Brně

Provozně ekonomická fakulta

Magisterský studijní program / obor:
Systémové inženýrství a informatika / Ekonomická informatika