|
|
|||
|
||||
OverviewDuża ilośc danych generowanych online umożliwila 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 obniżyc jakośc 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 zapewnic skuteczne przewidywanie. Mimo to efekt braku równowagi utrzymuje się w mechanizmie predykcji, prowadząc do nieprawidlowej klasyfikacji kilku klas mniejszościowych. Full Product DetailsAuthor: Josephine TheresaPublisher: Wydawnictwo Nasza Wiedza Imprint: Wydawnictwo Nasza Wiedza Dimensions: Width: 15.20cm , Height: 0.40cm , Length: 22.90cm Weight: 0.104kg ISBN: 9786208901547ISBN 10: 6208901545 Pages: 68 Publication Date: 27 May 2025 Audience: General/trade , General Format: Paperback Publisher's Status: Active Availability: Available To Order We have confirmation that this item is in stock with the supplier. It will be ordered in for you and dispatched immediately. Language: Polish Table of ContentsReviewsAuthor InformationTab Content 6Author Website:Countries AvailableAll regions |
||||