Použití umělých neuronových sítí v Javě pro úlohu rozpoznání falešných zpráv – Marek Vávra
Marek Vávra
Bakalářská práce
Použití umělých neuronových sítí v Javě pro úlohu rozpoznání falešných zpráv
Implementation of Artificial Neural networks in Java for Classification of False News
Anotace:
Umělé neuronové sítě se v poslední době dostávají do popředí zájmu v oblasti strojového učení. Používání konvolučních a rekurentních architektur umožnuje jejich efektivní použití v různých úlohách dolování z dat. Jednou z úloh je i klasifikace falešných zpráv, jejichž prudký nárůst v posledních letech vedl k nutnosti nalezení nových metod, jak je klasifikovat a zabránit jejich šíření. Touto oblastí …víceAbstract:
In recent years, artificial neural networks established themselves as a key component of machine learning. Recurrent and convolutional architectures enabled their usage for wide variety of problem. Classification of fake news is one of those problems and a theme of this work. Five different goal were set up for this thesis, three theoretical and two practical. Theoretical goals are to introduce field …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 7. 10. 2019
Identifikátor:
http://www.vse.cz/vskp/eid/76916
Obhajoba závěrečné práce
- Obhajoba proběhla 16. 6. 2020
- Vedoucí: Ondřej Zamazal
- Oponent: Miroslav Vacura
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/76916
Vysoká škola ekonomická v Praze
Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Explaining convolutional neural network using clustering methods
Adam Bajger -
Comparison of methods for clustering convolutional neural network intercomputation values with respect to explainability
Adrián Bindas -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
implement classification for traffic signs using convolutional neural network
Mohamad Abdulrahman -
Text classification with artificial neural networks
Anouk Wilstra -
Artificial Neural Networks in Space of Stock Returns: Volatility Prediction
Šimon Škorňa -
Interpretation of artificial neural networks for image recognition
Alexey Ulyanin -
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Juraj Sabo