Аналіз збіжності та надійності бінарної класифікації текстових даних на основі стохастичних методів та латентних представлень
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 140 с., 15 табл., 16 рис., 2 додатки , 20 джерел.
Об'єкт дослідження — процес бінарної класифікації текстових даних соціальних мереж. Предмет дослідження — метрики якості бінарного класифікатора та закономірності їх стохастичної стабільності залежно від обсягу вибірки. Мета роботи — дослідити вплив обсягу вибірки на стабільність метрик бінарної класифікації тексту та визначити мінімальний обсяг даних, достатній для отримання математично надійних результатів. Результат роботи — побудовано стохастичну модель бінарного класифікатора, збіжність оцінок якої обґрунтовано через закон великих чисел Хінчина та посилений закон Колмогорова. Виведено три довірчі інтервали для оцінок параметрів — на основі нерівності Чебишова, нерівності Хеффдінга та інтервалу Вальда зі сталим співвідношенням ширини 2.28 : 1.39 : 1.00. Реалізовано програмний pipeline з архітектурою Word2Vec → Denoising Autoencoder → MLP на датасеті Sentiment140 (1.6 млн твітів), що досягає F1- міри 0.7566. Експериментально верифіковано теоретичні результати через bootstrap-аналіз: швидкість збіжності 𝑂( 1 √𝑛 ) відтворено з точністю 10.52 проти 10.00, ймовірність покриття для меж Чебишова та Хеффдінга — 1.000, для межі Вальда — 0.96. Встановлено дві точки насичення: 𝑛 ∗ _𝑡𝑟𝑎𝑖𝑛 ≈ 100 000 та 𝑛 ∗ _𝑡𝑒𝑠𝑡 ≈ 25 000. Перспективи подальшого розвитку — створення основи для поширення розробленої методології аналізу надійності на багатокласову класифікацію, задачі з незбалансованими класами та сучасні трансформерні архітектури.
Опис
Ключові слова
бінарна класифікація, довірчий інтервал, закон великих чисел, bootstrap, стохастична збіжність, денойзинговий автоенкодер, word2vec, sentiment140, binary classification, confidence interval, law of large numbers, bootstrap, stochastic convergence, denoising autoencoder
Бібліографічний опис
Христов, М. Б. Аналіз збіжності та надійності бінарної класифікації текстових даних на основі стохастичних методів та латентних представлень : дипломна робота … бакалавра : 124 Системний аналіз / Христов Максим Богданович. – Київ, 2026. – 140 с.