Тема выпускной квалификационной работы: «Построение моделей интеллектуального анализа».Данная работа посвящена изучению механизма обработки естественного языка с применением библиотеки spaCy и метода интеллектуального анализа классификации -градиентного спуска.Задачи, которые решались в ходе исследования:—   Определение сущности интеллектуального анализа;—   освоены базовые методики обработки естественного языка (англ. natural language processing, NLP);—   устройство работы классификатора для анализа данных.

The subject of the graduate qualification work is «Building models of intellectual analysis ».This work is devoted to study the natural language processing mechanism using the spaCy library and the gradient descent classification mining method.Tasks that were solved in the course of the study:—   Definition the essence of intellectual analysis;—   mastered the basic techniques of natural language processing (NLP);—   using of the classifier for data analysis.

• СОДЕРЖАНИЕ
• ВВЕДЕНИЕ
• ГЛАВА 1. ПОСТАНОВКА ЗАДАЧИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА
  • 1.1 Область применения инструментов интеллектуального анализа данных
• 1.1.1 Розничная торговля
• 1.1.2 Сфера развлечений
• 1.1.3 Научная деятельность
  • 1.2 Определение интеллектуального анализа данных
• 1.2.1 Data Mining
• 1.2.2 Big Data
• 1.2.3 Определение ключевых понятий области знаний
  • 1.3 Составляющие интеллектуального анализа данных
• 1.3.1 Данные
• 1.3.2 Типы наборов данных.
• 1.3.3 База данных.
• 1.3.4 Шкалы.
• 1.3.5 Наборы данных и их атрибуты.
• 1.3.6 Система управления базой данных.
  • 1.4 Методы интеллектуального анализа
• ГЛАВА 2. ПРИНЦИП РАБОТЫ NLP АЛГОРИТМОВ
• 2.1 Токенизация.
• 2.2 Удаление стоп-слов.
• 2.3 Нормализация.
• 2.4 Векторизация текста.
• ГЛАВА 3. ИСПОЛЬЗОВАНИЕ МЕТОДОЛОГИИ NLP И АЛГОРИТМА КЛАССИФИКАЦИИ ДЛЯ ОПРЕДЕЛЕНИЕ ЭМОЦИАНАЛЬНОЙ ОКРАСКИ ТЕКСТА
  • 3.1 Метод градиентного спуска
• 3.1.1 Идея метода.
• 3.1.2 Критерий остановы.
• 3.1.3 Анализ метода градиентного спуска.
  • 3.2 СОЗДАНИЕ КОНВЕЙЕРА ДАННЫХ
• 3.2.1 Загрузка и подготовка данных.
• 3.2.2 Обучение классификатора.
• 3.2.3 Оценка прогресса.
• Заключение
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А