注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. FAKE-NEWS-DETECTION-源码

  2. 在此上签出应用 介绍 您是否相信从社交媒体听到的所有新闻？ 所有新闻都不真实，对吧？ 那么，您将如何检测到假新闻？ 我们将使用多项朴素贝叶斯方法将从新闻链接中删除的新闻分类为伪造或真实。 数据 我们将用于此python项目的数据集-我们将其称为news.csv。 该数据集的形状为7796×4。 第一列标识新闻，第二列和第三列分别是标题和文本，第四列具有标签，指示新闻是REAL还是FAKE。 数据集可以从下载 项目结构 该项目包括四个主要部分： fake_news_detection.py-这包

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2097152
    • 提供者：weixin_42126677

  1. Fake-News-Detection-System:假新闻检测系统，用于检测新闻是否为伪造。 使用“说谎者，说谎者着火的裤子”训练模型-源码

  2. 假新闻检测系统 提议的系统分为多个阶段，以根据数据挖掘操​​作领域（例如数据收集，数据预处理，特征提取，特征选择和机器学习模型的实现）完全隔离工作，以进行将新闻分类为是非的预测并预测新闻属于预测标签的概率。 实施了许多机器学习模型，并根据准确性，f1得分，准确性和召回率等指标对机器学习模型的性能进行了比较。 评估模型性能的主要决定指标被选为f1得分，其中考虑了精度和召回率之间的折衷。 在对以下机器学习模型（SVM，逻辑回归，朴素贝叶斯和随机森林）进行了训练和调整之后，实施了投票分类器，将上述

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：32505856
    • 提供者：weixin_42097914

  1. Data_mining_HW5-假新闻检测2-源码

  2. Data_mining_HW5-假新闻检测2 同HW4针对假新闻作分析，预测一则新闻是否可靠 资料集共有两个： 1：假0：真分别利用RNN与LSTM对“ train.csv”的资料建模，对“ test.csv”测试计算准确度 使用Keras或Tensorflow来完成 注：“ test.csv”的标签在“ sample_submission.csv”里面 作业流程： 资料前处理： 一种。读取资料，利用分割符号切割字串，建立train＆test之DataFrame b。去除停顿词 C。文字转

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：9437184
    • 提供者：weixin_42125770

  1. 假新闻：假新闻预测-源码

  2. 假新闻 假新闻预测

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：45056
    • 提供者：weixin_42098104

  1. fake_news_TFIDF_analysis：使用TFIDF分析进行假新闻预测-源码

  2. fake_news_TFIDF_analysis 使用TFIDF分析进行假新闻预测 资料来源：Kaggle资料集 网址： ： 目的： 阿拉伯联合酋长国TF-IDF数据处理和相关单词的特征提取 使用新闻数据集来训练MLlib中的不同分类回归模型。 使用训练有素的模型来确定哪些绩效更好。 要求： 安装了Spark 客观的 ： 使用TF-IDF数据处理和特征提取来识别文本中更相关的单词 执行步骤以提取特征并标记并提交给分类回归模型。 演示使用MLlib库的不同方法。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：30408704
    • 提供者：weixin_42169971

  1. 阿塞拜疆-假新闻生成器：该项目的目的是使用LSTM递归神经网络以阿塞拜疆语言生成假新闻。 LSTM递归神经网络是功能强大的深度学习模型，用于学习序列数据。 在这里，LSTM模型接受了65,000个样本的训练，并且应该能够生成文本-源码

  2. 阿塞拜疆假新闻发生器 语言模型可以根据序列中已观察到的单词来预测序列中下一个单词的概率。 神经网络模型是开发统计语言模型的首选方法，因为它们可以使用分布式表示形式，其中具有相似含义的不同单词具有类似表示形式，并且因为它们在进行预测时可以使用最近观察到的单词的较大上下文。 该项目的目的是使用LSTM递归神经网络以阿塞拜疆语言生成假新闻。 LSTM递归神经网络是功能强大的深度学习模型，用于学习序列数据。 在该项目中，使用LSTM模型并对其进行了65 000个样本的训练，并且该模型应该能够生成文本。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：8388608
    • 提供者：weixin_42160278