https://github.com/anatoliych/intellectual-systems-and-technologies
Лабораторные работы по дисциплине: Интеллектуальные системы и технологии.
https://github.com/anatoliych/intellectual-systems-and-technologies
intellectual lerning machine-learning python systems technologies
Last synced: 4 months ago
JSON representation
Лабораторные работы по дисциплине: Интеллектуальные системы и технологии.
- Host: GitHub
- URL: https://github.com/anatoliych/intellectual-systems-and-technologies
- Owner: AnatoliyCh
- Created: 2018-11-22T13:42:40.000Z (over 6 years ago)
- Default Branch: master
- Last Pushed: 2018-11-22T14:42:30.000Z (over 6 years ago)
- Last Synced: 2025-01-10T10:58:16.170Z (5 months ago)
- Topics: intellectual, lerning, machine-learning, python, systems, technologies
- Language: Python
- Size: 6.47 MB
- Stars: 0
- Watchers: 2
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Интеллектуальные системы и технологии
***
### Лабораторная работа №1 - Разработка рекомендательного сервиса
##### Цель работы:
Разработать функционал рекомендательного сервиса с использованием языка разработки Python.
##### Набор “Jester”
Набор данных о веселых историях и их оценках пользователями состоит из таблицы оценок, где каждая строка соответствует отдельному пользователю, а каждыйй столбец - отдельной истории.
В первом столбце указано количество историй, который оценил данный пользователь. Если в строке стоит значение “99”, то это эквивалентно значению null = пользователь не оценивал данную историю.
Название файла | Содержание файла
------------------------------|----------------------
LR1-Advisory_service.py | Программа на языке Python
LR1-Data.xls | Тестовые данные для программы
***
### Лабораторная работа №2 - Разработка рекомендательного сервиса
##### Цель работы:
Научиться применять метод байесовской классификации для распознавания эмоциональной окраски текстовых сообщений.
##### Массив «Отзывы о фильмах»
Массив данных состоит из двух папок pos и neg (положительная и отрицательная окраска), где хранятся в исходном виде в отдельных файлах англоязычные отзывы на фильмы.
Название файла | Содержание файла
--------------------------------------------|----------------------
LR2-Bayesian_classification_method.py | Программа на языке Python
LR2-Data.7z | Тестовые данные для программы
***
### Расчетно-графическая работа - Использование нейронных сетей для задач классификации и распознавания
##### Массив данных для классификации
Массивы представляют данные различных предметных областей (медицина, сельское хозяйство, описание социальных групп и т.д.), используемые в задачах классификации. Все массивы взяты с открытого репозитория данных [UC Irvine Machine Learning Repository](http://archive.ics.uci.edu/ml/index.html). Для каждого варианта имеется: html-файл, описывающий структуру исходного массива данных, и текстовый файл, содержащий собственно сам массив данных.