03692ntm a22005057i 4500 000703492 CZ-PrVSE 20240127174846.0 m d cr n|||||||||| 240127s2023 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Kubecová, Adriana ISIS:140648 dis Use of explainable machine learning methods in text classification eng Využití metod vysvětlitelného strojového učení při klasifikaci textů / Adriana Kubecová 2023 ?? stran : digital, PDF soubor Vedoucí práce: Tomáš Kliegr Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Diplomová práce se zaměřuje na výzkum a aplikaci metod vysvětlitelného strojového učení v oblasti klasifikace textu. Zvláštní pozornost je věnována implementaci a následnému srovnání metody LIME s nově vyvinutou metodou SMER. Teoretická část práce se věnuje rešerši současných metod vysvětlitelnosti modelů strojového učení, metod zpracování a reprezentace textu. V praktické části je implementována metoda LIME v kombinaci s natrénovaným klasifikátorem a modelem Word2Vec, čímž je umožněno získat lokální a následně i odvozená globální vysvětlení. Tyto výsledky jsou poté porovnány s metodou SMER pomocí evaluační techniky AOPCglobal. Během srovnání jsou zkoumány korelace a odchylky mezi oběma metodami a jsou analyzovány rozdíly mezi lokálními a globálními významnostmi. Bylo zjištěno, že v analyzovaném souboru dat se lokální LIME významnost většinou podstatně nelišila od globální významnosti daného slova. Tato práce proto navrhuje novou vizualizační techniku pro vyjádření významnosti slov, která používá globální významnost jako výchozí a přechází na lokální významnost pouze v případě, že se významnosti od sebe podstatně liší. Výsledky také ukazují, že obě metody, LIME i SMER, mají schopnost identifikovat klíčová slova, přičemž SMER se jeví jako přesnější ve srovnání s LIME. Hlavním přínosem práce je integrace výsledků obou metod pro poskytnutí komplexnějšího pohledu na významnost slov v textu, s možnostmi jejich přehledné vizualizace. V závěru práce jsou diskutovány dosažené výsledky, identifikovaná omezení a možnosti pro další výzkum. Způsob přístupu: Internet informační management [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas LIME SMER klasifikace textu Vysvětlitelné strojové učení Kliegr, Tomáš ISIS:8484 ths Zamazal, Ondřej ISIS:7282 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/83130/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/83130 Hlavní práce https://insis.vse.cz/zp/83130/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/83130/posudek/oponent/80686 Oponentura https://insis.vse.cz/zp/83130/podrobnosti dc:identifier NEPOSILAT VSKP vse83130 240126 83130