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

Kirjan Analisi del sentiment dei tweet di Covid-19 con un algoritmo di apprendimento automatico (2025) on kirjoittanut Ahmed Rasidun Bari Dip. Kirjan kieli on italia, ja sen on kustantanut Edizioni Sapienza. Kirja on laajuudeltaan 52 sivua ja se on pokkari.

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 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, nonch 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 mostrato nella Tabella I. La Tabella I indica che quando si prevedono casi confermati, l'FPM ha l'errore medio pi basso. Il secondo posto va al modello ARIMA, seguito dai modelli AR e MA. Tuttavia, poich 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 pi 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.