Zestawienie metod uczenia maszynowego do przeprowadzania analizy sentymentu

dc.contributor.author	Michnowicz, Paweł
dc.date.accessioned	2023-01-12T10:56:40Z
dc.date.available	2023-01-12T10:56:40Z
dc.date.issued	2023-01-12
dc.identifier.issn	2022/M/DS/11
dc.identifier.uri	https://repin.pjwstk.edu.pl/xmlui/handle/186319/2220
dc.description.abstract	Niniejsza praca magisterska przedstawia rozważania na temat analizy wydźwięku. W początkowych początkowych rozdziałach przybliżono zagadnienia teoretyczne dotyczące analizy wydźwięku, uczenia maszynowego oraz opisano wykorzystane narzędzia użyte podczas tworzenia projektu. Celem pracy było utworzenie jak najbardziej optymalnego modelu dla każdego z wybranych algorytmów uczenia maszynowego oraz porównanie ze sobą dokładności każdego z nich. W końcowym etapie wybrano trzy modele, które osiągnęły najlepsze rezultaty i użyto ich do utworzenia aplikacji internetowej, która za zadanie miała klasyfikować wprowadzony tekst jako pozytywny lub negatywny.	pl_PL
dc.language.iso	other	pl_PL
dc.relation.ispartofseries	;Nr 6940
dc.subject	Informatyka	pl_PL
dc.title	Zestawienie metod uczenia maszynowego do przeprowadzania analizy sentymentu	pl_PL
dc.type	Thesis	pl_PL