文献

J-GLOBAL ID：201902213535567574   整理番号：19A2094198

分類における小および不均衡データ集合問題【JST・京大機械翻訳】

Small and Unbalanced Data Set Problem in Classification

著者 (3件)： Par Oznur Esra (Hacettepe Ueniversitesi, Ankara, Tuerkiye) ,  Akcapinar Sezer Ebru (Hacettepe Ueniversitesi, Ankara, Tuerkiye) ,  Sever Hayri (C,ankaya Ueniversitesi, Ankara, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SIU  ページ： 1-4  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データの分類は,小規模で不均衡なデータセットの場合には困難であり,この問題は分類性能に直接影響する。小および/または不均衡データセットはデータマイニングにおける主要な問題になっている。分類アルゴリズムは,データセットがバランスがとれ,十分大きいという仮定に基づいて開発される。アルゴリズムの大部分は少数クラスの例を無視するか誤分類し,大部分のクラスに焦点を合わせる。小規模で不均衡なデータセット問題は,いくつかの制限のために医療データマイニングにおいて頻繁に遭遇する。研究の範囲内で,公共アクセス可能なデータセット,肝炎を小さいデータサブセットに分割し,データサブセットの各々を距離ベースのデータ生成法によりオーバーサンプリングした。オーバーサンプルデータセットを,4つの異なる機械学習アルゴリズム(人工ニューラルネットワーク,サポートベクトルマシン,ナイーブBayesおよび決定木)を用いて分類し,分類スコアを比較した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  *部分集合 ,  アルゴリズム ,  データマイニング ,  ディシジョンツリー ,  肝炎 ,  サポートベクトルマシン ,  ニューラルネットワーク
準シソーラス用語： スコア ,  オーバサンプリング ,  データ生成 ,  分類アルゴリズム ,  不均衡データセット ,  *不均衡 ,  *不均衡データ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 分類 ,  均衡 ,  データ集合