Любашенко, Наталія ДмитрівнаДовгаль, Єва Олександрівна2024-06-112024-06-112023Довгаль, Є. О. Математичне та програмне забезпечення підсистеми виявлення фейкових новин : дипломна робота … бакалавра : 113 Прикладна математика / Довгаль Єва Олександрівна. – Київ, 2023. – 85 с.https://ela.kpi.ua/handle/123456789/67079Дипломну роботу виконано на 68 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 20 найменувань. У роботі наведено 23 рисунків та 3 таблиці. Метою даної дипломної роботи є розробка математичних та програмних засобів для розпізнавання фейкової інформації в текстових даних. У роботі проведено аналіз різних моделей машинного навчання, включаючи логістичну регресію, наївний класифікатор Баєса, нейромережі з використанням згорткових (CNN), рекурентних (RNN) та довготривалих (LSTM) шарів. Також були розглянуті різні методи векторизації тексту, зокрема Bag of Words, TF-IDF, Word2Vec та GloVe. У процесі роботи було порівняно ефективність цих моделей та методів векторизації такими метриками, як accuracy, precision, recall, f1-score. Для кожної моделі були розроблені та налаштовані відповідні алгоритми навчання. Здійснено тестування розроблених систем з використанням реальних наборів даних з відкритих джерел (Kaggle), що містили фейкову та правдиву інформацію. Отримані результати підтверджують ефективність використання машинного навчання для розпізнавання фейкової інформації, зокрема LSTM, який в результаті показав точність 94,5%. Результати цієї роботи можуть бути використані для подальшого вдосконалення та розробки подібних систем.85 с.ukфейкова інформаціямашинне навчаннялогістична регресіянаївний класифікатор БаєсанейромережіCNNRNNLSTMвекторизація текстуTF-IDFWord2VecGloVeBachelor Thesis