[sokytsinolop]

#machinelearning #python
Tak dzisiaj zacząłem czytać i zastanawiam się czy dałoby się zbudować sieć neuronową, która mogłaby zasugerować czy dodana treść na #mirkowyznania powinna zostać zaakceptowana czy odrzucona.

Czy da się zbudować taką sieć mając do nauki około 50 000 treści które zostały oznaczone jako pozytywne lub negatywne?
Czy kiedy sieć zostanie już czegoś nauczona to w jaki sposób jej wiedza jest zapisywana? Czy za każdym razem musi uczyć się od nowa?
Może jakiś specjalista może zasugerować użycie jakiegoś konkretnych algorytmów?
Jak długo może trwać taka nauka i czy da się to wykonać na domowym sprzęcie? Czy wymaga to analizy w chmurze jak na przykład USQL?

[biwalencik]

NLP i filtry spamu, tylko, że tutaj musiałbyś posługiwać się wymyślonymi przez siebie kryteriami oznaczającymi posty do akceptacji (wulgaryzmy, linki etc...). Pewnie fac:b00c ma to nieźle rozwinięte, ale dla języka angielskiego.

[w.....e]

@sokytsinolop: zacznij od czegos prostszego, typu bayes... macie obsesje tych sieci tutaj, ale to jest przesada, a nie macie takich zasobow, aby faktycznie robic DL
@biwalencik:

[sokytsinolop]

@whiterose: dlatego pytam

[Crock92]

@sokytsinolop: Też mi się wydaje że to zadanie podobne do klasyfikatora spamu, sporo można o tym znaleźć - SVM może?

[invtraveler]

@whiterose: A NLP to jest sieciowe czy normalny machine learning? Bo chyba do tekstu to się nadaje najbardziej NLP