Abstract:
Магістерська дипломна робота містить 94 сторінки, 7 таблиць, 60 рисунків, три додатки, 27 бібліографічних посилання.
Οб’єκтом дοслідження є процес розробки програмних засобів реалізації нейромережевого моделювання.
Предметом дослідження є методи і практичні підходи до розробки програмних засобів реалізації нейромережевого моделювання.
В першому розділі проаналізовано предметну область. Дοсліджено вплив нейронних мереж на бізнес та людське життя. Розглянуті напрямки нейромережевого моделювання. Прοведено аналіз до апаратного та програмного забезпечення для розробки нейронних мереж.
У другому розділі розглянуті основні бібліотеки для для розробки нейронних мереж. Проаналізовано інструменти реалізації нейронних мереж та особливості та відмінності згорткових та рекурентних нейронних мереж.
В третьому розділі реалізовано вирішення задачі класифікації тексту класичними алгоритмами машинного навчання. Продемонстровано способи вирішення задач обробки природної мови за допомоги нейронних мереж. Виконано реалізацію вирішення задач класифікації зображень і нейромережевих моделей прогнозування часових рядів. Розроблено мікросервіс аналізу тональності тексту.
Результатом роботи є розроблений мікросервіс аналізу тональності тексту,який може бути використаний спеціалістами різного профілю, такими як аналітики, маркетологи, служба підтримки і т.п.
Description:
Οб’єκтом дοслідження є процес розробки програмних засобів реалізації нейромережевого моделювання.
Предметом дослідження є методи і практичні підходи до розробки програмних засобів реалізації нейромережевого моделювання.
В першому розділі проаналізовано предметну область. Дοсліджено вплив нейронних мереж на бізнес та людське життя. Розглянуті напрямки нейромережевого моделювання. Прοведено аналіз до апаратного та програмного забезпечення для розробки нейронних мереж.
У другому розділі розглянуті основні бібліотеки для для розробки нейронних мереж. Проаналізовано інструменти реалізації нейронних мереж та особливості та відмінності згорткових та рекурентних нейронних мереж.
В третьому розділі реалізовано вирішення задачі класифікації тексту класичними алгоритмами машинного навчання. Продемонстровано способи вирішення задач обробки природної мови за допомоги нейронних мереж. Виконано реалізацію вирішення задач класифікації зображень і нейромережевих моделей прогнозування часових рядів. Розроблено мікросервіс аналізу тональності тексту.
Результатом роботи є розроблений мікросервіс аналізу тональності тексту,який може бути використаний спеціалістами різного профілю, такими як аналітики, маркетологи, служба підтримки і т.п.
Мікросервіси мають низку переваг, які роблять їх привабливим вибором для оцінки тональності тексту. Ці переваги можуть допомогти зробити оцінку тональності тексту більш адаптивною, масштабованою та стійкою до помилок.
Розроблений мікросервіс є самостійним і автономним, оскільки він не залежить від інших мікросервісів. Він може бути розміщений на будь-якому сервері та взаємодіяти з іншими мікросервісами через HTTP-запити і відповіді.