OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)

Automatisches Klassfizieren von textuellen Fehlermeldungen

Automated classification of textual error messages

  • Die vorliegende Arbeit dient als Grundlage zur Umsetzung für eine automatisierte Klassifizierung von textuellen Fehlermeldungen. Das Hauptziel ist ein grundlegendes Verständnis für die Herangehensweise zum Aufbau eines maschinellen Lernsystems zu erreichen. Es werden verschiedene Arten des maschinellen Lernens erläutert. Auswahl und Aufbau eines Lernmodells werden von unterschiedlichen Seiten beleuchtet, um einen Überblick der einzelnen Schritte zu gewinnen. Zur Gewährleistung eines praktischen Lösungsansatz wurden bereits erste Tests mit einem ausgewählten Lernmodell durchgeführt.
  • As a basic elaboration for automated classification of textual error messages this thesis will show what steps are needed to set up a learning system. A short overview about different types of machine learning will introduce into the general topic. A closer look will be taken to the evaluation of an example learning system including performing of several tests and result analyses.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Denise Kreiseler
Advisor:Dirk Labudde, Martin Klöden
Document Type:Bachelor Thesis
Language:German
Year of Completion:2022
Granting Institution:Hochschule Mittweida
Release Date:2023/02/01
GND Keyword:Maschinelles Lernen
Page Number:56
Institutes:Angewandte Computer‐ und Bio­wissen­schaften
DDC classes:006.31 Maschinelles Lernen
Open Access:Frei zugänglich
Licence (German):License LogoUrheberrechtlich geschützt