Лабораторная работа

1. Задание - на основе примера реализации метода опорных векторов для предсказания тренда в папке sklearn_predict_plot, модифицировать программу под использование набора данных из интересующей Вас предметной области.

https://huggingface.co/datasets

https://www.kaggle.com/datasets

На основе проделанной работы подготовить и отправить в teams отчет

pip install scikit-learn pandas matplotlib numpy --user

2. Цель: подготовить код программы, обучить модель и оформить отчет

Задание:Обучить модель классификатора (например на базе библиотеки scikit learn (Python)) на основе подобного набора данных из любой предметной области. Набор данных должен быть в формате когда текст можно соотнести с классом (или оценкой, как в примере 2).

https://scikit-learn.org/stable/index.html примеры методов обучения классификаторов в приложении (Review_Classification_scikit и Emote_Classification_scikit_fixed, а также на сайте scikit)

Данные можно брать, например с сайтов huggingface.co или https://www.kaggle.com/ (разделы Datasets, категория - classification)

Приложенные записные книжки jupyter в формате .ipynb проще всего запустить в google colab (https://colab.research.google.com/?hl=ru_RU), там же можно выполнить практическую часть работы (оба варианта). При желании эти же файлы можно открыть и выполнить локально.

Задание, исходный код и образец приложены