Data clustering under the prism of AutoML

Abstract

Η εκπαίδευση μοντέλων μηχανικής μάθησης έχει γνωρίσει μεγάλη ανάπτυξη τα τελευταία χρόνια. Ωστόσο, λόγω του πλήθους διαθέσιμων αλγορίθμων και της εξάρτησής τους από παραμέτρους, η αναζήτηση του βέλτιστου μοντέλου αποτελεί μια ιδιαίτερα απαιτητική και χρονοβόρα διαδικασία. Παρότι έχουν αναπτυχθεί πολλά συστήματα αυτόματης μηχανικής μάθησης (AutoML) για προβλήματα εποπτευόμενης μάθησης (supervised learning), τα προβλήματα μη εποπτευόμενης μάθησης, όπως η ανάλυση συστάδων, δεν έχουν τύχει της ίδιας προσοχής. Στην παρούσα εργασία παρουσιάζονται οι προκλήσεις που σχετίζονται με την αυτοματοποίηση της συσταδοποίησης, καθώς και το πώς σύγχρονες μέθοδοι, αρκετές εκ των οποίων έχουν εφαρμοστεί στην εποπτεύμενης μάθηση, μπορούν να αξιοποιηθούν για την ανάπτυξη AutoML συστημάτων στη συσταδοποίηση. Επιπλέον, εξετάζονται υπάρχοντες έρευνες και οι διαφορετικές προσεγγίσεις που έχουν προταθεί για την επίλυση του προβλήματος. Τέλος, προτείνεται μια νέα μεθοδολογία για την ανάπτυξη AutoML συστήματος στη συσταδοποίηση, η οποία υλοποιείται πειραματικά και αξιολογείται μέσω ανάλυσης των αποτελεσμάτων της.