Stimmungsanalyse von Covid-19-Tweets mithilfe eines Algorithmus für maschinelles Lernen

Ahmed Rasidun Bari Dip, MD Shihab Sadik, Omi Evance Rozario (Autoren)

Buch | Softcover

56 Seiten

2025
Verlag Unser Wissen
978-620-8-58003-2 (ISBN)

Titel nicht im Sortiment

Artikel merken

Hauptthema: Dieser Artikel zeigt, dass das Facebook Prophet-Modell unter einer großen Anzahl von Vorhersagemodellen die höchste Genauigkeit bei der Vorhersage von Pandemieumständen hatte.Ergebnisanalyse: Sie präsentierten, wie die Modelle bei den Testsätzen mithilfe der Regressions- und Zeitreihenmodelle sowie der Analyse mit Facebook Prophet abgeschnitten haben. Anhand dieser Ergebnisse können sie den Root Mean Square Error (RMSE) für jedes Modell berechnen. Der Vergleich der Modelle basierend auf ihren RMSE-Werten ist in Tabelle I dargestellt. Tabelle I zeigt, dass das FPM bei der Vorhersage bestätigter Fälle den niedrigsten durchschnittlichen Fehler aufweist. Den zweiten Platz belegt das ARIMA-Modell, gefolgt von den AR- und MA-Modellen. Da das ARIMA jedoch sowohl das MA- als auch das AR-Modell enthält, werden diese nicht berücksichtigt.Das HWA-Modell, das nach diesen beiden kommt, hat den niedrigsten Wert, gefolgt vom PR. Tabelle I zeigt, dass die Ergebnisse fast identisch mit den Ergebnissen der Tabelle für bestätigte Fälle sind, wobei das FPM an der Spitze steht, gefolgt von ARIMA, HWA und PR in dieser Reihenfolge. Als Ergebnis kommen sie zu dem Schluss, dass die folgenden Modelle die besten zur Vorhersage der Pandemie-Situation sind: Facebook.

Ich bin Ahmed Rasidun Bari Dip und arbeite derzeit als Software-Ingenieur in einem Software-Unternehmen.

Erscheinungsdatum	26.01.2025
Sprache	deutsch
Maße	152 x 229 mm
Gewicht	86 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Analysis
Schlagworte	Algorithmen für maschinelles Lernen • Covid-19 • stimmungsanalyse
ISBN-10	620-8-58003-X / 620858003X
ISBN-13	978-620-8-58003-2 / 9786208580032
Zustand	Neuware