Демографический портрет пользователя (проект)

Ментор	[[Участник:Just_flare|Моисеев Георгий и 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. 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

1. Работа с вебом и API социальных сетей
2. Алгоритмы классификации
3. 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
• 10 - классификатор, побивающий baseline, с визуализацией самых популярных слов/тем по различным категориям

Ориентировочное расписание занятий

Уточняется