Tytuł:

Classifier selection for imbalanced data stream classification

Tytuł odmienny:

Selekcja klasyfikatorów w zadaniu klasyfikacji niezbalansowanych strumieni danych

Autor:

Zyblewski, Paweł

Współtwórca:

Woźniak, Michał. Promotor

Temat i słowa kluczowe:

rozpoznawanie wzorców ; uczenie indukcyjne ; klasyfikacja ; zespół klasyfikatorów ; selekcja klasyfikatorów ; przetwarzanie wstępne danych ; dane trudne ; dane niezbalansowane ; strumienie danych ; dryf koncepcji ; uczenie aktywne

Abstrakt:

Rozprawa doktorska koncentruje się na wykorzystaniu algorytmów Dynamicznej Selekcji Zespołu Klasyfikatorów w połączeniu z metodami przetwarzania wstępnego w zadaniu klasyfikacji statycznych oraz strumieniowych danych niezbalansowanych. Celem pracy było przedstawione naturalnej zdolności algorytmów selekcji klasyfikatorów do radzenia sobie z niezbalansowaniem danych oraz zaproponowanie nowych, efektywnych rozwiązań rzadko poruszanego w literaturze problemu klasyfikacji wysoce niezbalansowanych strumieni danych. W oparciu o te założenia, w pracy sformułowana została hipoteza, zakładająca, że "istnieją metody wykorzystujące zarówno wst pne przetwarzanie danych, jak i metody selekcji klasykatorów, które przewyższają jakość predykcji znanych z literatury metod stosowanych w klasykacji danych trudnych.

Wydawca:

Politechnika Wrocławska

Miejsce wydania:

Wrocław

Data wydania:

2021

Typ zasobu:

rozprawa doktorska

Źródło:

<sygn. PWr 398257> ; kliknij tutaj, żeby przejść

Język:

eng

Powiązania:

Politechnika Wrocławska. Wydział Elektroniki

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Właściciel praw:

Własność autora

Lokalizacja oryginału:

Politechnika Wrocławska