Создание датасета для системы искусственного интеллекта «Твой путь»
Ключевые слова:
датасет, VK, сообщества и подписки, абитуриентАннотация
В статье описывается процесс сбора и обработки датасета для обучения нейронной сети. Датасет используется при разработке системы искусственного интеллекта «Твой путь». Система является рекомендательным сервисом и помогает абитуриентам определиться с выбором направления подготовки бакалавриата при поступлении в вуз. Особое внимание уделяется методам и алгоритмам, используемым при сборе и обработке данных. Статья будет полезна тем, кто хочет узнать больше о процессе сбора и обработки данных для обучения нейронных сетей.
Библиографические ссылки
Что такое датасеты [Электронный ресурс] // Annotate. – Режим доступа: https://annotate.ru/shto_takoye_datasety (дата обращения: 18.03.2024).
Как разделять набор данных [Электронный ресурс] // VC.RU. – Режим доступа: https://vc.ru/newtechaudit/485313-kak-razdelyat-nabor-dannyh (дата обращения: 18.03.2024).
Очистка данных: кто их загрязняет и что аналитику с этим делать [Электронный ресурс] // Practicum Yandex. – Режим доступа: https://practicum.yandex.ru/blog/chto-takoe-ochistka-dannyh/ (дата обращения: 18.03.2024).
Как подготовить данные для машинного обучения [Электронный ресурс] // Practicum Yandex. – Режим доступа: https://practicum.yandex.ru/blog/podgotovka-dannyh-k-analizu/ (дата обращения: 19.03.2024).
Подготовка датасета для машинного обучения: 10 базовых способов совершенствования данных [Электронный ресурс] // Хабр. – Режим доступа: https://habr.com/ru/articles/684580/ (дата обращения: 19.03.2024).
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Молодёжный вестник Новороссийского филиала Белгородского государственного технологического университета им. В. Г. Шухова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
Copyright information
Тексты данной электронной статьи защищены (cc) Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Вы можете свободно:
Делиться (You are free: to Share) – копировать, распространять и передавать другим лицам данную электронную книгу при обязательном соблюдении следующих условий:
– Атрибуция (Attribution) – Вы должны атрибутировать произведения (указывать автора и источник) в порядке, предусмотренном автором или лицензиаром (но только так, чтобы никоим образом не подразумевалось, что они поддерживают вас или использование вами данного произведения).
– Некоммерческое использование (Noncommercial use) – Вы не можете использовать эти произведения в коммерческих целях.
– Без производных произведений – Вы не можете изменять, преобразовывать или брать за основу эту электронную книгу или отдельные произведения.
Licensed under the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-nd/4.0/
or send a letter to Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA.
You are free:
to Share — to copy, distribute and transmit the work
Under the following conditions:
Attribution — You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work).
Non-commercial — You may not use this work for commercial purposes.
No Derivative Works — You may not alter, transform, or build upon this work.
Any of the above conditions can be waived if you get permission from the copyright holder.
