Institutsseminar/2019-06-07: Unterschied zwischen den Versionen
(Die Seite wurde neu angelegt: „{{Termin |datum=2019/06/07 11:30:00 |raum=Raum 348 (Gebäude 50.34) }}“) |
(kein Unterschied)
|
Aktuelle Version vom 11. April 2019, 08:03 Uhr
Datum | Freitag, 7. Juni 2019 | |
---|---|---|
Uhrzeit | 11:30 – 11:50 Uhr (Dauer: 20 min) | |
Ort | Raum 348 (Gebäude 50.34) | |
Webkonferenz | ||
Vorheriger Termin | Fr 31. Mai 2019 | |
Nächster Termin | Fr 14. Juni 2019 |
Termin in Kalender importieren: iCal (Download)
Vorträge
Vortragende(r) | Daniela Ruchser |
---|---|
Titel | Evaluierung unbalancierter Lernmethoden |
Vortragstyp | Proposal |
Betreuer(in) | Jakob Bach |
Vortragsmodus | |
Kurzfassung | Die binäre Klassifikation von Daten mit unbalancierter Klassenverteilung ist ein relevantes Data-Mining-Problem. In vielen Anwendungsgebieten tritt die interessierende Klasse viel seltener auf als die Mehrheitsklasse, beispielsweise in der medizinischen Diagnose. Standard-Lernalgorithmen und -Evaluationsmaße sind in solchen Situationen nicht gut geeignet. In der Literatur gibt es viele Ansätze, die dieses Problem mit geeigneteren Evaluationsmaßen und Lernmethoden adressieren. Die Frage, unter welchen Umständen welche der Lernmethoden am besten funktionieren, soll durch eine umfassende experimentelle Vergleichsstudie beantwortet werden. Ein weiteres Ziel dieser Masterarbeit ist, den Einfluss verschiedener Datencharakteristiken auf die Performanz der Methoden mithilfe von Meta-Learning zu untersuchen. |
- Neuen Vortrag erstellen