Практическая работа Google Colab

Работа №2 
тема: посещение мероприятий

Цель задания
Познакомиться с базовыми принципами работы машинного обучения на примере:

анализа текстовых данных,
обучения простой модели,
интерпретации результатов,
понимания ограничений ИИ.
Все шаги выполняются в Google Colab.

Вам необходимо создать небольшую модель согласно варианту, которая:

получает текст,
определяет его эмоциональную окраску,
и умеет честно сказать «я не уверен», если данных недостаточно.
Создание датасета
15–30 коротких текстов

каждый текст относится к одному из трёх классов:

positive — позитивный
neutral — нейтральный
negative — негативный
Примеры:

«Занятие было интересным» → positive
«Сегодня была пара» → neutral
«Лекция была очень скучной» → negative
Тексты должны быть:

осмысленными,
не одинаковыми,
написанными человеческим языком, а не шаблонами.
2. Обучение модели

Используя готовый шаблон ноутбука:

преобразовать тексты в числовой вид (векторизация),
обучить модель классификации,
проверить её работу на примерах.
3. Проверка модели на новых фразах

Проверьте модель:

на фразах из датасета,
на новых фразах, которых модель раньше не видела.
Обратите внимание:

где модель ошибается,
где она не уверена в ответе.
4. Визуализация (графики)

Постройте графики:

распределение текстов по классам,
уверенность модели (вероятности),
при желании — сравнение предсказаний.
5. Порог уверенности

В модели должен быть реализован порог уверенности:

если уверенность ниже заданного значения (например, 0.75),
модель должна отвечать: «Я не уверен в определении тональности»