Sökning: "Random forest text"

Visar resultat 1 - 5 av 30 uppsatser innehållade orden Random forest text.

  1. 1. Ärendehantering genom maskininlärning

    Kandidat-uppsats, Luleå tekniska universitet/Institutionen för system- och rymdteknik

    Författare :Daniel Bennheden; [2023]
    Nyckelord :Artificial Intelligence; machine learning; case management; RPA; Random forest; Naïve Bayes; support vector machine; neural network; Artificiell Intelligens; maskinlärning; ärendehantering; RPA; Random forest; Naïve Bayes; support vector machine; neurala nätverk.;

    Sammanfattning : Det här examensarbetet undersöker hur artificiell intelligens kan användas för att automatisktkategorisera felanmälan som behandlas i ett ärendehanteringssystem genom att användamaskininlärning och tekniker som text mining. Studien utgår från Design Science ResearchMethodology och Peffers sex steg för designmetodologi som utöver design även berör kravställningoch utvärdering av funktion. LÄS MER

  3. 2. Prisestimering på bostadsrätter : Implementering av OCR-metoder och Random Forest regression för datadriven värdering

    Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/Avdelningen för systemteknik

    Författare :Sofia Lövgren; Marcus Löthman; [2023]
    Nyckelord :OCR; Optical Character recognition; Random Forest regression; price estimation; housing cooperatives; machine learning; OCR; Optisk teckenigenkänning; Random Forest regression; Prisestimering; Bostadsrätter; Maskininlärning;

    Sammanfattning : This thesis explores the implementation of Optical Character Recognition (OCR) – based text extraction and random forest regression analysis for housing market valuation, specifically focusing on the impact of value factors, derived from OCR-extracted economic values from housing cooperatives’ annual reports. The objective is to perform price estimations using the Random Forest model to identify the key value factors that influence the estimation process and examine how the economic values from annual reports affect the sales price. LÄS MER

  4. 3. Fake Mass-Produced Advertisements Detection on Global Online Adult Service Websites

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Ernest Pokropek; [2023]
    Nyckelord :Machine learning; Spam detection; Mass-produced spam; Global adult online services; Maskininlärning; Detektering av Spam; Massproducerad Spam; Globala Webbplatser som Erbjuder Eskorttjänster;

    Sammanfattning : A significant amount of sex trafficking victims are being advertised on online adult services, which are currently being flooded with spam. Investigators rely on online adult services to track cases of sex trafficking; however, the ever-increasing volume of spam poses a mounting challenge, making their task progressively more difficult. LÄS MER

  5. 4. A Hybrid Approach to Hate Speech Detection

    Master-uppsats, Umeå universitet/Institutionen för datavetenskap

    Författare :Simon Rickardsson; [2023]
    Nyckelord :;

    Sammanfattning : An interesting question is to what extent can background knowledge help in the context of text classification. To address this in more detail, can a traditional rulebased classifier help boost the accuracy of learned models? We explore this here for detecting hate speech and offensive language in online text. LÄS MER

  7. 5. Textual Analysis and Detection of AIGenerated Academic Texts : A Study of ChatGPT Output, User Instructions, and Machine-Learning Classifiers

    Kandidat-uppsats, Mittuniversitetet/Institutionen för data- och elektroteknik (2023-)

    Författare :Adnan Al Medawer; [2023]
    Nyckelord :AI-generated texts; ChatGPT; Machine-learning; Text characteristics; Language models; Text Analysis; Detection tool.; AI-genererade texter; ChatGPT; Maskininlärning; Textegenskaper; Språkmodeller; Textanalys; AI-Detektion Verktyg;

    Sammanfattning : Den här studien utforskar den textmässiga likheten mellan AI-genererade texter av ChatGPT och ursprungliga akademiska texter, jämför prestandan hos AI-detekteringsverktyg och maskininlärningsklassificerare, inklusive SVM, Logistic Regression och Random Forest, vid detektering av AI-genererat innehåll, och undersöker hur användarinstruktioner påverkar textkvaliteten. En rad mätvärden som stilometri, sentiment, textlikhet, läsbarhet och relevans användes för att analysera textegenskaper. LÄS MER