Zpět na vyhledávání

Bc. Ondřej MACEK

Master's thesis

Klasifikace dokumentů s částečnou informací od učitele

Semi-supervised document classification
Abstract:
Tato práce se zabývá klasifikací dokumentů s částečnou informací od učitele. Teoretická část zastřešuje základy strojového učení a definuje prostor pro metody učení s částečnou informací od učitele mezi metodami učení s učitelem a bez učitele. Dále jsou popsány metody učení s částečnou informací od učitele a klasifikace dokumentů jako teoretický základ pro vývoj vlastní metody. Následuje popis vyvinutého …more
Abstract:
The thesis deals with the semi-supervised document classification. The theoretical part covers the basics of machine learning and defines the space for semi-supervised learning methods between supervised and unsupervised learning. Furthermore, sections of semi-supervised learning methods and document classification cover the theoretical basis for developing the own method. The own developed algorithm …more
 

Keywords

Strojové učení učení s částečnou informací od učitele klasifikátor klasifikace dokumentů Bag-of-words Python scikit-learn
 
Language used: Czech
Date on which the thesis was submitted / produced: 25. 8. 2021
Accessible from:: 31. 12. 2999

Thesis defence

  • Supervisor: Doc. Ing. Pavel Ircing, Ph.D.

Citation record

Cite this text
The right form of listing the thesis as a source quoted

MACEK, Ondřej. Klasifikace dokumentů s částečnou informací od učitele. Plzeň, 2021. diplomová práce (Ing.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd

Full text of thesis

Accessibility: Autor si nepřeje zpřístupnění práce veřejnosti

Contents of on-line thesis archive
Published in Theses:
  • Soubory jsou nedostupné.
Other ways of accessing the text
Institution archiving the thesis and making it accessible: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných věd
Vázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=86681 Reference to the local database file of the institution