Ulepszanie algorytmów uczenia maszynowego dla niezrównoważonych zestawów danych

Duża ilość danych generowanych online umożliwiła naukowcom zajmującym się danymi analizowanie tych informacji i wyciąganie wniosków z różnych dziedzin. Jednak dane w czasie rzeczywistym są często podatne na brak równowagi co może obniżyć jakość danych i stanowi poważne wyzwanie w dziedzinie uczenia maszynowego. Techniki oparte na próbkowaniu i modele oparte na algorytmach to dwie podstawowe metody stosowane do rozwiązywania i równoważenia nierównowagi danych. W niniejszej rozprawie przedstawiono trzy różne techniki zarządzania różnymi poziomami nierównowagi w danych w czasie rzeczywistym.Początkowe podejście proponuje technikę opartą na próbkowaniu zintegrowaną z mechanizmem bagging w celu radzenia sobie z nierównowagą danych. Model identyfikuje nierównowagę danych opartą na klasach i wykonuje nadpróbkowanie dla każdej dostępnej klasy. Mechanizm bagging polega na tworzeniu podzbiorów danych szkoleniowych mając na celu zróżnicowanie poziomów nierównowagi w danych szkoleniowych aby zapewnić skuteczne przewidywanie. Mimo to efekt braku równowagi utrzymuje się w mechanizmie predykcji prowadząc do nieprawidłowej klasyfikacji kilku klas mniejszościowych.