Мультиклассовая классификация корпуса смешанных текстов алгоритмами машинного обучения; Перспективы развития фундаментальных наук; Т. 3 : Математика
| Parent link: | Курзина, И. А. (химик ; 1972-). Перспективы развития фундаментальных наук=Prospects of Fundamental Sciences Development: сборник научных трудов XX Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 25-28 апреля 2023 г..— .— Томск: Изд-во ТПУ, 2023 Т. 3 : Математика.— 2023.— С. 53-55 |
|---|---|
| Glavni avtor: | |
| Korporativna značnica: | |
| Drugi avtorji: | |
| Izvleček: | Заглавие с экрана This paper compares different machine learning algorithms for multiclass classification of mixed texts corpus. The F1-score was used as a quality metric for the algorithm comparison. The algorithms with acceptable quality for the corpus of texts were selected in the process. The dataset includes 7863 rows and 4 features, the gradient boosting showed the best result based on metric F1=0.771. Текстовый файл |
| Jezik: | ruščina |
| Izdano: |
2023
|
| Teme: | |
| Online dostop: | http://earchive.tpu.ru/handle/11683/80895 |
| Format: | Elektronski Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=674348 |
MARC
| LEADER | 00000naa2a2200000 4500 | ||
|---|---|---|---|
| 001 | 674348 | ||
| 005 | 20241127161454.0 | ||
| 090 | |a 674348 | ||
| 100 | |a 20240904d2023 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 200 | 1 | |a Мультиклассовая классификация корпуса смешанных текстов алгоритмами машинного обучения |f Е. В. Гузеев |g науч. рук. М. Е. Семёнов ; Национальный исследовательский Томский политехнический университет |d Multi-classification of mixed texts corpus by machine learning algorithms |z eng | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a Библиография: с. 55 | ||
| 330 | |a This paper compares different machine learning algorithms for multiclass classification of mixed texts corpus. The F1-score was used as a quality metric for the algorithm comparison. The algorithms with acceptable quality for the corpus of texts were selected in the process. The dataset includes 7863 rows and 4 features, the gradient boosting showed the best result based on metric F1=0.771. | ||
| 336 | |a Текстовый файл | ||
| 461 | 1 | |0 636133 |t Перспективы развития фундаментальных наук |l Prospects of Fundamental Sciences Development |o сборник научных трудов XX Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 25-28 апреля 2023 г. |d 2023 |9 636133 |a Курзина, И. А. (химик ; 1972-) |c Томск |n Изд-во ТПУ | |
| 463 | 1 | |0 636135 |t Т. 3 : Математика |v С. 53-55 |d 2023 |9 636135 |u conference_tpu-2023-C21_V3.pdf |l Vol. 3. Mathematics | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a машинное обучение | |
| 610 | 1 | |a алгоритмы | |
| 700 | 1 | |a Гузеев |b Е. В. | |
| 702 | 1 | |a Семёнов |b М. Е. |4 727 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |c (2009- ) |9 26305 |
| 801 | 0 | |a RU |b 63413507 |c 20240904 |g RCR | |
| 856 | 4 | |u http://earchive.tpu.ru/handle/11683/80895 |z http://earchive.tpu.ru/handle/11683/80895 | |
| 942 | |c CF | ||