Code: 09368504
O aprendizado de máquina em conjuntos de dados que possuam classes desbalanceadas tem recebido considerável atençăo na comunidade científica, pois os algoritmos de classificaçăo tradicionais năo fornecem um desempenho satisfatório ... more
You get 154 loyalty points
O aprendizado de máquina em conjuntos de dados que possuam classes desbalanceadas tem recebido considerável atençăo na comunidade científica, pois os algoritmos de classificaçăo tradicionais năo fornecem um desempenho satisfatório. Várias melhorias nos algoritmos tradicionais de classificaçăo tęm sido propostas na literatura, onde foram feitas consideraçőes a nível de dados e a nível de algoritmos. O primeiro utiliza diversas formas de reamostragem, tal como super-amostragem de exemplos da classe minoritária, sub-amostragem de exemplos da classe majoritária ou a combinaçăo de ambos. Os últimos tentam adaptar (inserindo custos diferenciados em exemplos da classe minoritária e majoritária ou alterando kernels) os algoritmos de classificaçăo já existentes para melhorar o desempenho. Vários algoritmos na forma de um comitę de máquinas também săo reportados como meta-técnicas para trabalhar com classes desbalanceadas. Esta tese estudou estes principais algoritmos. Depois foi feito um estudo se poderia obter algo mais das características de cada um. Obteve-se um algoritmo composto que possui uma taxa de acerto na classificaçăo de dados melhor que os algoritmos nos quais se baseou.
61.22 €
Collection points Bratislava a 2642 dalších
Copyright ©2008-24 najlacnejsie-knihy.sk All rights reservedPrivacyCookies
Shopping cart ( Empty )