Демографический портрет пользователя (проект) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 53: Строка 53:
 
6-7: работающий классификатор, результат которого превышает baseline (результат заранее подготовленного примитивного классификатора)
 
6-7: работающий классификатор, результат которого превышает baseline (результат заранее подготовленного примитивного классификатора)
  
8-9: классификатор, побивающий baseline, с визуализацией данных
+
8-9: классификатор, побивающий baseline, с визуализацией данных или классификатор с простым веб-интерфейсом
  
 
10: классификатор, побивающий baseline, с визуализацией самых популярных слов/тем по различным категориям
 
10: классификатор, побивающий baseline, с визуализацией самых популярных слов/тем по различным категориям

Версия 15:51, 2 февраля 2016

Ментор Моисеев Георгий, Наседкин Александр
Учебный семестр Весна 2016
Учебный курс 1-й курс
Максимальное количество студентов, выбравших проект: 5



Что это за проект?

Проект предполагает определение демографических атрибутов пользователя (пол, возраст, уровень образования) по тексту его комментариев в социальных сетях. Участникам предлагается выбрать интересующий их атрибут и разработать классификатор на основе алгоритмов машинного обучения определяющий выбранный атрибут. Проект может быть полезен для проведения социологических исследований, выявления каких-либо тенденций и мнений в социальных сетях.

Чему вы научитесь?

  • Писать надежный и понятный код (будет проводиться code review)
  • методам обработке текста
  • извлечению и генерации признаков для классификации
  • опыт в использовании алгоритмов машинного обучения
  • методам оценки результатов классификации

Какие начальные требования?

Основы языка программирования Python

Какие будут использоваться технологии?

  • Язык программирования Python
  • библиотеки NLTK, sklearn, numpy, PyMorphy

Темы вводных занятий

  • Работа с вебом и API социальных сетей
  • Алгоритмы классификации
  • Введение в автоматическую обработку текстов

Направления развития

  • Визуализация исходной выборки и результатов
  • Визуализация работы классификатора
  • Извлечения тем из сообщений и визуализация статистики по различным демографическим категориям ("облако" самых популярных слов/тем для разных категорий)

Критерии оценки

4-5: работающий классификатор с минимальным составом признаков

6-7: работающий классификатор, результат которого превышает baseline (результат заранее подготовленного примитивного классификатора)

8-9: классификатор, побивающий baseline, с визуализацией данных или классификатор с простым веб-интерфейсом

10: классификатор, побивающий baseline, с визуализацией самых популярных слов/тем по различным категориям

Ориентировочное расписание занятий

Уточняется