null Skip to main content

✨ Buy more, save 5% Ends

Analisi del sentiment dei tweet di Covid-19 con un algoritmo di apprendimento automatico

Analisi del sentiment dei tweet di Covid-19 con un algoritmo di apprendimento automatico

$46.89
New condition
(No reviews yet) Write a Review
Physical book delivery

Shipping calculated at checkout.

Estimated delivery
Adding to cart… The item has been added
Product Details
Author:
Ahmed Rasidun Bari Dip
Publisher:
Edizioni Sapienza
Publication Date:
Jan 23, 2025
Number of pages:
00052 pages
Binding:
Paperback or Softback
ISBN-10:
6208580129
ISBN-13:
9786208580124

Overview

Tema principale: Questo articolo dimostra che, tra un gran numero di modelli di previsione, il modello Facebook Prophet ha avuto la massima accuratezza quando si è trattato di anticipare le circostanze pandemiche.Analisi dei risultati: Hanno presentato come i modelli si sono comportati sui set di test utilizzando i modelli di regressione e serie temporali, nonché l'analisi utilizzando Facebook Prophet. Possono calcolare l'errore quadratico medio (RMSE) per ciascun modello utilizzando questi risultati. Il confronto dei modelli in base ai loro punteggi RMSE è mostrato nella Tabella I. La Tabella I indica che quando si prevedono casi confermati, l'FPM ha l'errore medio più basso. Il secondo posto va al modello ARIMA, seguito dai modelli AR e MA. Tuttavia, poiché l'ARIMA incorpora sia i modelli MA che AR, non vengono presi in considerazione.Il modello HWA, che viene dopo questi due, ha il punteggio più basso, seguito dal PR. La Tabella I mostra che i risultati sono quasi identici ai risultati dei casi confermati della tabella, con l'FPM in cima, seguito da ARIMA, HWA e PR, in quest'ordine. Di conseguenza, giungono alla conclusione che i modelli migliori per anticipare la situazione pandemica sono i seguenti: Facebook.


  • | Author: Ahmed Rasidun Bari Dip
  • | Publisher: Edizioni Sapienza
  • | Publication Date: Jan 23, 2025
  • | Number of Pages: 00052 pages
  • | Binding: Paperback or Softback
  • | ISBN-10: 6208580129
  • | ISBN-13: 9786208580124

Reviews

0 Reviews

Write a Review

No reviews yet.

Share your experience and help another reader choose their next book.

Discover your next great book

Get new releases, reader favourites, and special offers delivered to your inbox.