Paweł Teisseyre (IPI PAN, Warszawa), Predykcja i selekcja zmiennych w klasyfikacji wieloetykietowej

Oddział Lubelski Polskiego Towarzystwa Matematycznego

W dniu 8 marca 2017 roku (ŚRODA) o godz. 10:15 w sali nr 2 Wydziału Matematyki, Fizyki i Informatyki Uniwersytetu Marii Curie-Skłodowskiej w Lublinie, pl. Marii Skłodowskiej-Curie 1

Dr Paweł Teisseyre (Instytut Podstaw Informatyki PAN w Warszawie)

wygłosi
ODCZYT
pod tytułem

PREDYKCJA I SELEKCJA ZMIENNYCH W KLASYFIKACJI WIELOETYKIETOWEJ
 

Streszczenie:
Referat dotyczy metod klasyfikacji wieloetykietowej. W klasycznym problemie klasyfikacji modelujemy zależność między zmienną odpowiedzi (najczęściej binarną), a zmiennymi objaśniającymi. W klasyfikacji wieloetykietowej rozważamy wiele binarnych zmiennych odpowiedzi jednocześnie. W ostatnich latach  klasyfikacja wieloetykietowa wzbudziła bardzo duże zainteresowanie. Metody klasyfikacji wieloetykietowej są stosowane w wielu dziedzinach, takich jak automatyczna kategoryzacja tekstów, rozpoznawanie obrazów, modelowanie wielozachorowalności i wiele innych.
W referacie przedstawię nową metodę, opartą o wykorzystanie łańcuchów klasyfikatorów oraz regresji logistycznej z regularyzacją. Podstawową zaletą przedstawionej metody jest to, że selekcja istotnych zmiennych jest wykonywana podczas dopasowania modelu.                                                                                                                                                                                                                                                                                                                                                                 Paweł Teisseyre

Literatura:
P. Teisseyre, CCnet: joint multi-label classification and feature selection using classifier chains and elastic net regularization, Neurocomputing,  235, 98-111, 2017.
E. Gibaja, S. Ventura, A tutorial on multilabel learning, ACM Comput. Surv. 47, 1–38, 2015.
 

Serdecznie zapraszamy
Organizatorzy