МОДЕЛИ И АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИЙ ВИДА ПРЕСТУПЛЕНИЯ

dc.contributor.authorШойынбек А.А.
dc.contributor.authorКуанышбай Д.Н.
dc.contributor.authorКожахмет К.Т.
dc.date.accessioned2023-11-01T09:44:28Z
dc.date.available2023-11-01T09:44:28Z
dc.date.issued2018
dc.description.abstractАннотация. В статье рассмотрено два алгоритма, которые классифицируют преступления на классы. Алгоритм Support vector machines (SVM) и Логистическая регрессия приведены в сравнительном анализе по критерию «точность». Преступления выглядят в виде текстовых сообщений. Рассмотрены методы tf-idf и GloVe для преобразования текстовых сообщений в машинный вид. Данный процесс также называется векторизацией. Взята выборка данных, по преступлениям имеющая свыше одного миллиона фабул для обучения моделей с участием учителя. Описаны действия препроцессинга данных для улучшения итогового и объективно верного результата. С этой целью были произведены такие действия как нормализация, случайная ротация и разделение данных на тестовую и обучающую выборку. Путем сравнительного анализа была определена наиболее точно классифицирующая модель для классификации преступлений.
dc.identifier.citationА.А.Шойынбек , Д.Н. Куанышбай , К.Т. Кожахмет / МОДЕЛИ И АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИЙ ВИДА ПРЕСТУПЛЕНИЯ / СДУ хабаршысы - 2018
dc.identifier.issn2415-8135
dc.identifier.urihttps://repository.sdu.edu.kz/handle/123456789/699
dc.language.isoother
dc.publisherСДУ хабаршысы - 2018
dc.subjectлогистическая регрессия
dc.subjectметод вспомогательных векторных машин
dc.subjectклассификация
dc.subjectклассификация преступлений
dc.subjectтекстовая классификация
dc.subjectмашинное обучение
dc.subjectвекторизация текста.
dc.subjectСДУ хабаршысы - 2018
dc.subject№3
dc.titleМОДЕЛИ И АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИЙ ВИДА ПРЕСТУПЛЕНИЯ
dc.typeArticle
dspace.entity.type

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
2018.3-156-162.pdf
Size:
310.62 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
13.85 KB
Format:
Item-specific license agreed to upon submission
Description: