izpis_h1_title_alt

Ocenjevanje zanesljivosti napovedi skupinskih modelov
Kariž, Tomaž (Avtor), Demšar, Janez (Mentor) Več o mentorju... Povezava se odpre v novem oknu

URLURL - Predstavitvena datoteka, za dostop obiščite http://eprints.fri.uni-lj.si/3041/ Povezava se odpre v novem oknu

Izvleček
V današnjem svetu je zanesljivost napovedovanja zelo pomembna, predvsem na področjih, kot sta recimo zdravstvo in finance, kjer ne bi radi napovedali česa, v kar nismo dovolj prepričani. V strojnem učenju se za reševanje teh problemov raziskuje metode, ki bi nam skušale oceniti, kako zanesljive so naše napovedi. Pri ocenjevanju zanesljivosti napovedi obstajata dve vrsti metod: takšne, ki se specializirajo za točno določen model in takšne, ki ne predpostavljajo vnaprej vrste modela. Prve lahko upoštevajo dodatne informacije pri določanju zanesljivosti, saj lahko uporabijo parametre, ki so specifični za model, kot dodatno informacijo. Druge pa imajo to lastnost, da delujejo na vseh modelih. V delu predstavimo nekaj novih metod, ki delujejo na skupinskih modelih, torej spadajo med tiste, ki so specifične za določen model. Metode delujejo tako na klasifikacijskih kot tudi na regresijskih podatkovnih množicah. Uspešnost metod ovrednotimo s Pearsonovim korelacijskim koeficientom v primeru regresijskih problemov in Wilcoxon-Mann-Whitneyevo statistiko v primeru klasifikacijskih. Razvite metode primerjamo z že obstoječimi in rezultate prikažemo z grafom rangov kritične razdalje.

Jezik:Neznan jezik
Ključne besede:strojno učenje, ocenjevanje zanesljivosti, zanesljivost napovedi, skupinski modeli
Vrsta gradiva:Delo ni kategorizirano (r6)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2015
COBISS.SI-ID:1536493251 Povezava se odpre v novem oknu
Število ogledov:495
Število prenosov:132
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Neznan jezik
Naslov:Reliability estimation of ensemble model predictions
Izvleček:
In today's world, the reliability of a prediction is very important, especially in areas such as health and finance, where we do not want to make predictions that are not sufficiently reliable. To solve these problems in the context of machine learning, methods are being researched that assess the reliability of predictions. There are two types of methods: those specialized for a specific model and those who do not presume in advance the model type. The first may take into account additional information in determining the reliability, because they can use the parameters that are specific to the model as additional information. Others, however, are applicable to all models. In this work, we present some methods that operate on ensemble models, therefore, they are among those that are specific to a particular model. Methods operate on both the classification as well as regression datasets. Performance of methods is evaluated by Pearson correlation coefficient in the case of regression problems and Wilcoxon-Mann-Whitney statistics in the case of classification. The developed methods are compared with existing ones. We also show the results using critical distance diagrams.

Ključne besede:machine learning, reliability assessment, prediction reliability, ensemble models

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj