ТЕМА: Кластеризация и выявление новых источников в социальных сетях.

00/851265
13
Статья
Информатика

- 50%

300

600

. Данная работа посвящена описанию решения ключевой задачи в контексте построения рекомендательных систем поддержки жизнеобеспечения. Этой задачей является выявление пользовательских предпочтений и формализация их посредством формирования поведенческих профилей с последующим выявлением групп пользователей со схожими характеристиками. Ключевые слова: bigdata, графы, визуализация данных, анализ данных, кластеризация, modularity, SCAN. Машинное обучение взяло свое распространение еще в 2012 году, в основном оно смогло получить свое распространение из-за начала использования нейросети. На сегодняшний день методы машинного обучения применяются практически повсеместно, но при этом абсолютно нельзя допускать меньшего их контролирования. Существует несколько причин, по которым все чаще используются алгоритмы машинного обучения. Но вот два основных преимущества: 1. Изучение основных функций. Одним из интересных преимуществ машинного обучения является то, что система, случайным образом инициализированная и обучаемая на некоторых наборах данных, в конечном итоге изучит хорошие представления функций для данной задачи. 2. Оптимизация параметров. Машинное обучение в основном использует градиентный метод оптимизации большого массива параметров. Эти параметры при правильном наборе могут привести к правильной работе системы.

Воспользуйтесь услугами наших партнеров:

Центр профессиональной помощи студентам "ДипломНаука" был создан для оказания качественных услуг для помощи студентам. Команда профессиональных авторов поможет написать дипломную, контрольную или курсовую на заказ любой сложности, а также поможет с разработкой плана, подготовит вас к защите дипломного проекта.

Консультационное агентство "СТУДЕНТБРЯНСК" специализируется на написании дипломных, курсовых, рефератов, контрольных, эссе по экономике, менеджменту, маркетингу, истории, математике, рекламе и пиару, связям с общественностью, психологии и ряду узких дисциплин.

Рекомендуем также: