Μηχανική μάθηση σε ανομοιογενή δεδομένα

Abstract

Η ερευνητική εργασία που εκπονήθηκε με τίτλο ¨Μηχανική Μάθηση σε Ανομοιογενή Δεδομένα ¨ (Machine Learning in Imbalanced Data Sets) αποτελεί μια διατριβή που ολοκληρώθηκε στα πλαίσια του μεταπτυχιακού προγράμματος ¨Προηγμένα Συστήματα Πληροφορικής ¨ του Τμήματος Πληροφορικής του Πανεπιστήμιου Πειραιώς. Η εργασία δίνει ιδιαίτερη βάση στην επίλυση του προβλήματος αποδοτικής χρήσης αλγορίθμων ταξινόμησης μηχανικής μάθησης για ανομοιογενή δεδομένα. Περιγράφει και αναλύει βασικούς αλγορίθμους μηχανικής μάθησης καθώς και αναφέρει τις μεθόδους αντιμετώπισης του προβλήματος των ανομοιογενών δεδομένων. Παρουσιάζονται εκτενέστερα αλγοριθμικές τεχνικές που διαχειρίζονται ανομοιογενή δεδομένα όπως οι αλγόριθμοι AdaCost, Cost Senistive Boosting, Metacost και άλλοι. Περιλαμβάνει και παρουσιάζει συνοπτικά την βιβλιογραφία γύρω από τα θέματα και την αξιολόγηση των αλγορίθμων μηχανικής μάθησης και δίνει έμφαση στην κατανόηση και τον τρόπο ταξινόμησης των δεδομένων. Στο τελευταίο μέρος της ερευνητικής εργασίας εξετάζονται μετρικές αξιολογήσεις των μεθόδων Μηχανικής Μάθησης σε ανομοιογενή δεδομένα όπως είναι οι καμπύλες διαχείρισης λειτουργικών χαρακτηριστικών (ROC curves), καμπύλες ακριβείας (PR curves) αλλά και οι καμπύλες κόστους.