Ich habe ein dataset von accled genutzt hier nur eine oberflächliche analyse, unveröffentliche arbeiten beziehen sich auf deep learning und anderenverwertungen der daten
hier sind einige hamas aktionen aufgelistet da wir einige Splitter gruppen haben ist die komplette erfasung noch in arbeit und ist aktuell nicht als perfekt präzise anzusehn.
"
hier zu sehen sind die Polarity werte der Tweets mit Seaborn Nltk Textblob ect erstellt
"
wie die beschreibung bereits selbsterklärt sind dies Word Verbindungen der top Words,
so kann mann sich einen kleinen einblick der meinungen der größten einigen Gruppe von Menschen unter diesem Hashtag machen
"
Hier das selbe für die gesamten kommentare in der timeline(ca 3000 Tweets) auf dem Profil eines Streamers so lässt sich einiges an lesearbeit sparen,
allerdings würde man im ideal fall den Datensatz noch erweitern und cleanen das kommt auf die größe des Accounts an.
Here you can see a Big Data analysis of the 2024 presidential debate between Trump and Harris.
I created a Python script to scrape viewer reactions from the most viewed live stream
"
here i analysed the Positivity and negativity and sorted them to five different stages
most positive are under 5 Stars and Most Negative under 1 Star.
"
and here the same for Harris, i used for this machine learning groundbased in that case the Bert Model
but out there are different Models to use
"
Here i Provide a little Tutorial for Beginners to understand the steps to buid an Healthcare AI
in this case its a way of Machine learning image recognition.
in easy words its training to see the different between MRT pictures with cancer declaration and pictures without cancer.
"
550 Million sells in Dataset are analyzed
we can use this to found out which kind of models we should have in sortiment
"
Here we can found out the time intervalls with highest sell activity
"
"