8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Материалы в свободном доступе

№ 2(80) 27 апреля 2019 года
Рубрика: Искусственный интеллект
Автор статьи: Култыгин О. П.

Скачать статью

В последнее время все чаще говорят о внедрении в различные сферы человеческой деятельности нейронных сетей, систем искусственного интеллекта, машинного обучения. Это затрагивает новые проекты, такие как беспилотные автомобили, программы расшифровки последовательности ДНК, космические роботы, роботы для функционирования во вредных средах, системы распознавания человеческой речи и синтеза человеческой речи. Но чаще всего о применении в своей новой продукции искусственного интеллекта говорят производители смартфонов.
Продолжение...

№ 1(79) 20 февраля 2019 года
Рубрика: Анализ рынка
Авторы: Демин И. С., Рогов О. Ю., Федорова Е. А.

Скачать статью

В данной статье оценивается применимость словарей тональности AFINN, NRC и Loughran and McDonald Word List для определения влияния тональности новостей на состояние фондового и валютного рынков России. Эмпирическую базу исследования составляют 2,5 млн новостей о России из различных источников, аккредитованных агентством Thomson Reuters. На основе метода текстового анализа, известного как «мешок слов», проведена оценка тональности каждой из статей по всем исследуемым словарям, определено, насколько колебания каждого из показателей коррелируют с основными индикаторами рынков. Доказано, что тональность новостей о России имеет заметное влияние на состояние рынков. Выявлено, что наилучшие результаты при оценке такого влияния показывает словарь NRC.
Продолжение...

№ 1(79) 20 февраля 2019 года
Рубрика: Анализ рынка
Авторы: Крюкова А. А., Пальмов С. В.

Скачать статью

Сегодня коммерческой организации приходится действовать в жестких условиях рынка. Чтобы оставаться конкурентноспособной, необходимо активно использовать современные информационные технологии, в частности, Data Mining. Авторы демонстрируют эффективность применения упомянутой технологии в разрезе анализа клиентской информации на примере телекоммуникационной компании, а также выявляют метод, который наилучшим образом подойдет для обработки выбранного набора данных. С этой целью средствами аналитического пакета Orange была проведена серия экспериментов, заключавшаяся в оценке качества прогностических моделей, построенных на основе методов Data Mining. Все рассмотренные методы продемонстрировали высокие результаты, однако наиболее предпочтительными по совокупности характеристик являются «Случайный лес» и «Метод опорных векторов».
Продолжение...