Детально рассмотрен процесс разработки сценариев анализа числовых и текстовых данных с использованием методов машинного обучения в концепции LowCode на основе аналитической платформы PolyAnalyst. Подробно описаны архитектура платформы, логика работы и параметры настройки основных функциональных узлов, включая группы узлов OCR (распознавание текстов), ETL (загрузка, агрегация, очистка и преобразование данных), TextMining и NLP (анализ текстов на естественном языке), математические алгоритмы, в том числе DataMining, узлы BI, обеспечивающие визуализацию результатов анализа, построение аналитических интерактивных сводных панелей (дашбордов), а также возможности применения методов машинного обучения и нейросетей. Представлены базовые концепции и принципы анализа текстовых данных, формирования словарей. Приведены примеры решения практических задач из различных предметных областей.

Для специалистов в области информационных технологий, искусственного интеллекта, прикладной математики и информатики, компьютерной лингвистики, анализа данных и машинного обучения, а также студентов вузов, обучающихся по соответствующим направлениям и специальностям.