Συγκριτική μελέτη γραφοθεωρητικών αλγορίθμων ημι-επιτηρούμενης μηχανικής μάθησης σε προβλήματα ταξινόμησης με μεγάλη ταξική ανισορροπία
Comparative study of graph-based semi-supervised machine learning algorithms on classification problems with extreme class imbalance
Master Thesis
Συγγραφέας
Αλεξανδροπούλου, Χαρίκλεια K.
Ημερομηνία
2013-05Επιβλέπων
Τσιχριντζής, ΓεώργιοςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Μηχανική μάθηση ; Algorithms ; ΑλγόριθμοιΠερίληψη
Στη συγκεκριμένη διπλωματική εργασία γίνεται περιγραφή, ανάλυση και υλοποίηση τεσσάρων γραφοκεντρικών αλγορίθμων μερικώς επιτηρούμενης μηχανικής μάθησης. Αρχικά γίνεται μια προσπάθεια βιβλιογραφικής προσέγγισης του πεδίου της μηχανικής μάθησης με μερική επιτήρηση. Στη συνέχεια αλγόριθμοι αναλύονται θεωρητικά και εφαρμόζονται στην ταξινόμηση δεδομένων, που ανήκουν σε κλάσεις μεγάλης ταξικής ανισορροπίας. Εφαρμόζεται, επίσης, διορθωτική μέθοδος, η οποία χρησιμοποιεί την εκ των προτέρων γνώση των κλάσεων. Τέλος προτείνεται νέα διορθωτική μέθοδος, βασισμένη στις σωστές πληροφορίες που προκύπτουν από την προηγούμενη και οι οποίες αξιοποιούνται περαιτέρω.