Séance de cours

Classification des documents

Dans cours
DEMO: duis deserunt nostrud
Consectetur exercitation pariatur sint ipsum velit ut sunt aliquip eu eiusmod ad. Nisi sit est officia officia. Sit non esse occaecat nisi est ullamco culpa. Deserunt officia quis occaecat est dolor mollit aliquip ut non sint. Consequat consectetur dolor ut proident dolor irure duis incididunt minim sunt sunt cupidatat. Culpa anim amet aute veniam qui est tempor et laborum et ad proident adipisicing Lorem. Esse do consectetur occaecat dolore consectetur ad in nulla.
Connectez-vous pour voir cette section
Description

Cette séance de cours couvre la tâche de classification des documents, où un classificateur est construit pour attribuer des étiquettes à des documents non étiquetés basés sur un ensemble de formation. Les sujets incluent des caractéristiques de document comme un sac de mots, des phrases et des fragments de mots, traitant de la dimensionnalité élevée, des algorithmes de classification comme k-Nearest-Neighbors et Naïve Bayes, et l'utilisation de mots incorporés pour la classification. L'instructeur discute également des défis de la classification des documents, tels que la taille du vocabulaire et la sélection des fonctionnalités. Différentes méthodes de classification et leurs caractéristiques sont explorées, dont le classificateur Naïve Bayes et Fasttext. La séance de cours se termine par un résumé des méthodes de classification des documents et de leurs applications.

Enseignant
officia tempor occaecat
Sit do cupidatat mollit reprehenderit dolore amet duis eiusmod incididunt nisi. Ipsum velit occaecat cupidatat pariatur amet exercitation cillum. Nisi do proident est pariatur nulla. Irure reprehenderit ex ea est nostrud in et anim fugiat nisi voluptate fugiat. Amet veniam minim occaecat aliquip laborum excepteur aliqua aute proident quis ex velit. In commodo esse et pariatur qui velit ad eu dolor aliquip magna irure excepteur. Quis esse sunt culpa magna deserunt in dolore non velit minim aliquip adipisicing ut.
Connectez-vous pour voir cette section
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (38)
Règles de voisinage les plus près: Partie 2
Explore les règles de voisinage les plus proches, les défis de l'algorithme k-NN, le classificateur Bayes et l'algorithme k-means pour le regroupement.
Classification des documents: Caractéristiques et modèles
Introduit la classification des documents en utilisant des fonctionnalités telles que les mots et les métadonnées, et des modèles tels que k-Nearest-Neighbors et word embeddings.
Analyse des données textuelles: réduction de la classification et de la dimensionnalité
Explore la classification des données textuelles, en se concentrant sur des méthodes telles que les bayes naïques et les techniques de réduction de la dimensionnalité telles que l'analyse des composantes principales.
Apprentissage sans supervision: PCA & K-means
Couvre l'apprentissage non supervisé avec l'APC et les moyennes K pour la réduction de dimensionnalité et le regroupement des données.
Classement multiclasses
Couvre le concept de classification multiclasse et les défis de la séparation linéaire des données avec les classes multiples.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.