An example based on textWe will now

An example based on text
We will now turn to an example which comes from a study performed at Carnegie
Mellon University by Prof. Noah Smith's research group. The study was based on
mining the so-called "10-K reports" that companies file with the Securities and
Exchange Commission (SEC) in the United States. This filing is mandated by the
law for all publicly-traded companies. The goal is to predict, based on this piece of
public information, what the future volatility of the company's stock will be. In the
training data, we are actually using historical data for which we already know what
happened.
There are 16,087 examples available. The features correspond to different words,
150,360 in total, which have already been preprocessed for us. Thus, we have
many more features than examples.
The dataset is available in SVMLight format from multiple sources, including the
book's companion website. This is a format which scikit-learn can read. SVMLight
is, as the name says, a support vector machine implementation, which is also
available through scikit-learn; right now, we are only interested in the file format.

Kết quả (Việt) 1:

Một ví dụ dựa trên văn bảnBây giờ chúng tôi sẽ chuyển sang một ví dụ mà đến từ một nghiên cứu thực hiện tại CarnegieMellon University bởi nhóm nghiên cứu giáo sư Noah Smith. Nghiên cứu dựa trênkhai thác các cái gọi là "10-K báo cáo" mà các tập tin với các chứng khoán các công ty vàExchange Commission (SEC) tại Hoa Kỳ. Nộp hồ sơ này bắt buộc của cácluật cho tất cả các công ty công khai giao dịch. Mục tiêu là để dự đoán, dựa trên mảnhthông tin công cộng, sự biến động trong tương lai của cổ phiếu của công ty sẽ. Trong cácđào tạo dữ liệu, chúng tôi thực sự sử dụng dữ liệu lịch sử mà chúng tôi đã biết những gìđã xảy ra.Có những 16,087 ví dụ có sẵn. Các tính năng tương ứng với các từ khác nhau,150,360 trong tổng số, mà đã được preprocessed cho chúng tôi. Vì vậy, chúng tôi cónhiều tính năng hơn so với ví dụ.Số liệu có sẵn trong SVMLight từ nhiều nguồn, bao gồm cả cácCác trang web bạn đồng hành của cuốn sách. Đây là một định dạng mà scikit-tìm hiểu có thể đọc. SVMLightlà, như tên của ông, một hỗ trợ vector máy thực hiện, đó là cũngcó sẵn thông qua scikit-học; ngay bây giờ, chúng tôi chỉ quan tâm đến các định dạng tập tin.

Kết quả (Việt) 2:

Một ví dụ dựa trên văn bản
Bây giờ chúng ta sẽ chuyển sang một ví dụ mà đến từ một nghiên cứu thực hiện tại Đại học Carnegie
Mellon University bởi nhóm nghiên cứu của Giáo sư Noah Smith. Nghiên cứu này được dựa trên
khai thác cái gọi là "10-K báo cáo" mà các công ty tập tin với các chứng khoán và
Ủy ban Hối đoái (SEC) tại Hoa Kỳ. Nộp hồ sơ này được uỷ quyền của
pháp luật đối với tất cả các công ty công khai giao dịch. Mục đích là để dự đoán, dựa trên tác phẩm này của
thông tin công cộng, những biến động trong tương lai của cổ phiếu của công ty sẽ được. Trong
dữ liệu huấn luyện, chúng tôi đang thực sự sử dụng dữ liệu lịch sử mà chúng ta đã biết những gì
đã xảy ra.
Có 16.087 ví dụ có sẵn. Các tính năng tương ứng với các từ khác nhau,
150.360 trong tổng số, đã được xử lý trước cho chúng tôi. Vì vậy, chúng tôi có
rất nhiều tính năng hơn so với các ví dụ.
Các bộ dữ liệu có sẵn ở dạng SVMLight từ nhiều nguồn, bao gồm cả các
trang web đồng hành của cuốn sách. Đây là một định dạng mà scikit-học có thể đọc. SVMLight
là, như tên gọi của mình, một máy vector hỗ trợ thực hiện, đó cũng là
có sẵn thông qua scikit-học; ngay bây giờ, chúng ta chỉ quan tâm đến các định dạng tập tin.