| Title: | Experimenty s Apache Mahout |
| Other Titles: | Experiments with Apache Mahout |
| Authors: | Hain, Lukáš |
| Advisor: | Konopík, Miloslav |
| Referee: | Konkol, Michal |
| Issue Date: | 2015 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | diplomová práce |
| URI: | http://hdl.handle.net/11025/17880 |
| Keywords: | Mahout;strojové učení;doporučení;klasifikace;shlukování;zpracování přirozeného jazyka;NLP |
| Keywords in different language: | Mahout;machine learning;recommendation;classification;clustering;natural language processing;NLP |
| Abstract: | 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. |
| Abstract in different language: | 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. |
| Rights: | Plný text práce je přístupný bez omezení. |
| Appears in Collections: | Diplomové práce / Theses (KIV) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| dp.pdf | Plný text práce | 1,19 MB | Adobe PDF | View/Open |
| vedouci-A13N0103Phodnoceni-ved.PDF | Posudek vedoucího práce | 374,51 kB | Adobe PDF | View/Open |
| oponent-A13N0103Pposudek-oponent.PDF | Posudek oponenta práce | 390,82 kB | Adobe PDF | View/Open |
| obhajoba-A13N0103Pobhajoba.PDF | Průběh obhajoby práce | 206,76 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/17880Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.