Název: | Experimenty s Apache Mahout |
Další názvy: | Experiments with Apache Mahout |
Autoři: | Hain, Lukáš |
Vedoucí práce/školitel: | Konopík, Miloslav |
Oponent: | Konkol, Michal |
Datum vydání: | 2015 |
Nakladatel: | Západočeská univerzita v Plzni |
Typ dokumentu: | diplomová práce |
URI: | http://hdl.handle.net/11025/17880 |
Klíčová slova: | Mahout;strojové učení;doporučení;klasifikace;shlukování;zpracování přirozeného jazyka;NLP |
Klíčová slova v dalším jazyce: | Mahout;machine learning;recommendation;classification;clustering;natural language processing;NLP |
Abstrakt: | Tato práce je zaměřena na knihovnou Apache Mahout. Úkolem je vytvoření návodu a ověřit její použitelnost na úlohách z oblasti zpracování přirozeného jazyka (NLP). V textu je znázorněno řešení tří problému z oblasti NLP: klasifikace emailu z podpory, extrakce diskuzních příspěvků z webových stránek a shlukování sémantických vektoru. Všechny tyto úlohy jsou doprovázeny podrobným popisem, který zahrnuje načítání dat, trénování, testování a použití natrénovaného modelu. Velice slibných výsledku bylo dosaženo v první a třetí úloze. Klasifikace emailu dosahuje úspešnosti kolem 91%. Shlukování do 25 000 shluků, ze 400 000 vektorů trvalo 43 hodin na běžném notebooku. |
Abstrakt v dalším jazyce: | This thesis focuses on the Apache Mahout toolkit. The goal is to create a tutorial and verify its usability on some tasks from natural language processing (NLP) field. The text shows a solution to three NLP problems: classification of e-mails in a support forum, extracting discussion feeds from web pages and clustering semantic vectors. All these examples are accompanied with rich explanations that cover data loading, training, testing and using the trained models. Very promising results were achieved for the first and third task. Classification of emails achieved approximately 91% accuracy. Clustering into 25 000 clusters based upon 400 000 vectors finished in 43 hours on a common laptop. |
Práva: | Plný text práce je přístupný bez omezení. |
Vyskytuje se v kolekcích: | Diplomové práce / Theses (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
dp.pdf | Plný text práce | 1,19 MB | Adobe PDF | Zobrazit/otevřít |
vedouci-A13N0103Phodnoceni-ved.PDF | Posudek vedoucího práce | 374,51 kB | Adobe PDF | Zobrazit/otevřít |
oponent-A13N0103Pposudek-oponent.PDF | Posudek oponenta práce | 390,82 kB | Adobe PDF | Zobrazit/otevřít |
obhajoba-A13N0103Pobhajoba.PDF | Průběh obhajoby práce | 206,76 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/17880
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.