Εμφάνιση απλής εγγραφής

dc.contributor.author	Έλληνας, Μιχάλης	el
dc.contributor.author	Ellinas, Michalis	en
dc.date.accessioned	2016-07-11T09:29:35Z
dc.date.available	2016-07-11T09:29:35Z
dc.date.issued	2016-07-11
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43053
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.12319
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	Κοινωνικά δίκτυα	el
dc.subject	Κατηγοριοποίηση	el
dc.subject	Ν-γραμ	el
dc.subject	Γράφοι	el
dc.subject	Machine learning	en
dc.subject	Classification	en
dc.subject	Social networks	en
dc.subject	N-gram	en
dc.subject	Graphs	en
dc.title	Βελτιστοποίηση αλγορίθμων κατηγοριοποίησης με χρήση ν-γραμ γράφων	el
heal.type	bachelorThesis
heal.classification	Επιστήμη υπολογιστών/πληροφορική	el
heal.classificationURI	http://data.seab.gr/concepts/77de68daecd823babbb58edb1c8e14d7106e83bb
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-06-27
heal.abstract	Η ανάλυση συναισθήματος είναι η επιστήμη που προσπαθεί να επιλύσει το πρόβλημα της κατανόησης της γνώμης του συγγραφέα ενός κειμένου. Μια από τις ισχυρότερες μεθόδους ανάλυσης συναισθήματος είναι οι ν-γραμ γράφοι. Τα τελευταία χρόνια η ανάπτυξη των κοινωνικών δικτύων είναι ραγδαία. Καθημερινά παράγονται δεδομένα τεράστιου μεγέθους τα λεγόμενα Big data. Η ανάλυση συναισθήματος έχει αναγεννηθεί με την εμφάνιση των Big Data. Όμως όταν αναφερόμαστε σε εφαρμογές βασισμένες σε Big data η ταχύτητα και η κατανάλωση πόρων είναι λέξεις κλειδιά για την επιτυχία τους. Στην παρούσα εργασία μελετώνται διάφορες τεχνικές της διαδικασίας ανάλυσης συναισθήματος πάνω σε τεράστιο όγκο δεδομένων για την βελτιστοποίησή της, με απώτερο σκοπό την εφαρμογή της σε πραγματικό χρόνο.	el
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Λούμος, Βασίλειος	el
heal.committeeMemberName	Βαρβαρίγος, Εμμανουήλ	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	116 σ.	el
heal.fullTextAvailability	true

Αρχεία σε αυτό το τεκμήριο

Όνομα: ClassicThesis5.pdf

Μέγεθος: 1.476Mb

Μορφότυπο: PDF

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

• Διπλωματικές Εργασίες [17837]
  

Εμφάνιση απλής εγγραφής