You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
14 lines
1.6 KiB
14 lines
1.6 KiB
# 시적 허용
|
|
|
|
## 지침
|
|
|
|
[이 노트북](https://www.kaggle.com/jenlooper/emily-dickinson-word-frequency)에서 Azure 텍스트 분석을 사용하여 감정 분석된 500편 이상의 에밀리 디킨슨 시를 찾을 수 있습니다. 이 데이터셋을 사용하여 강의에서 설명한 기법을 사용해 분석하세요. 시의 제안된 감정이 더 정교한 Azure 서비스의 결정과 일치합니까? 왜 그렇다고 생각하나요? 혹은 왜 그렇지 않나요? 놀라운 점이 있나요?
|
|
|
|
## 채점 기준
|
|
|
|
| 기준 | 모범 사례 | 적절한 사례 | 개선이 필요한 사례 |
|
|
| ------- | ------------------------------------------------------------------------------ | ------------------------------------------------------ | ------------------------ |
|
|
| | 작가의 샘플 출력에 대한 철저한 분석이 포함된 노트북이 제시됨 | 노트북이 불완전하거나 분석을 수행하지 않음 | 노트북이 제시되지 않음 |
|
|
|
|
**면책 조항**:
|
|
이 문서는 기계 기반 AI 번역 서비스를 사용하여 번역되었습니다. 정확성을 위해 노력하고 있지만, 자동 번역에는 오류나 부정확성이 있을 수 있습니다. 원본 문서를 신뢰할 수 있는 출처로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역의 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다. |