Angewandte Textanalyse mit Python

Kapitel 8. Text-Visualisierung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Maschinelles Lernen wird oft mit der Automatisierung von Entscheidungsprozessen in Verbindung gebracht, aber in der Praxis erfordert der Prozess der Erstellung eines Vorhersagemodells in der Regel die Mitwirkung eines Menschen. Während Computer gut darin sind, schnelle und genaue numerische Berechnungen durchzuführen, sind Menschen instinktiv und sofort in der Lage, Muster zu erkennen. Die Brücke zwischen diesen beiden notwendigen Fähigkeiten liegt in der Visualisierung - derpräzisen und genauen Darstellung von Daten durch einen Computer in visueller Form und der unmittelbaren Zuordnung von Bedeutung zu diesen Daten durch den Menschen.

In den Kapiteln 5 und 6 haben wir mehrere praktische Beispiele für angewandte maschinelle Lernmodelle untersucht. Bei der Ausführung dieser Beispiele haben wir festgestellt, dass die Integration von maschinellem Lernen oft nicht so einfach ist wie die bloße Anpassung eines Modells. Zum einen ist das erste Modell selten optimal, was bedeutet, dass häufig ein iterativer Prozess der Modellanpassung, -bewertung und -optimierung erforderlich ist.

Außerdem ist die Auswertung, Steuerung und Präsentation von Ergebnissen aus der angewandten Textanalyse deutlich weniger einfach als bei numerischen Daten. Wie finden wir am besten die informativsten Merkmale, wenn die Merkmale aus Wörtern, Wortfragmenten ...