Improving classification accuracy for machine learning / 機械学習における分類精度の向上 / キカイ ガクシュウ ニオケル ブンルイ セイド ノ コウジョウ

Description

本論文は，5章より構成されている。第1章では，機械学習の現状，応用及び構成を述べた上，本研究で扱った三つの課題を挙げた。第2章では，小サンプルデータの特徴選択方法を提案した。第3章では，クラスの不均衡性と学習データのサイズが分類器精度への影響を検討した。第4章では，ノイズが分類器の学習を妨げる問題点に対して，多要素ベースの学習に基づいた高速クラスノイズの検出方法を提案した。第5章では，分析の主な結果をまとめ，今後の課題と展望を述べた。 / This thesis is organized under five chapters. Chapter 1 gives a brief explanation of what machine learning is and why it matters. Chapter 2 makes a proposal to improve the performance of feature selection methods with low-sample-size data. Chapter 3 studies the effects of class imbalance and training data size on classifier learning empirically. Chapter 4 proposes a fast noise detector referring to the problems of noise detection algorithms, which are over-cleansing, large computational complexity and long response time. Chapter 5 draws a summary and the closing. / 博士(文化情報学) / Doctor of Culture and Information Science / 同志社大学 / Doshisha University

Links & Downloads

1. https://doshisha.repo.nii.ac.jp/?action=repository_uri&item_id=28177
2. http://id.nii.ac.jp/1707/00028169/
3. 文化情報学研究科
4. Graduate School of Culture and Information Science
5. BC14027240
6. https://doshisha.repo.nii.ac.jp/?action=repository_action_common_download&item_id=28177&item_no=1&attribute_id=21&file_no=1
7. https://doshisha.repo.nii.ac.jp/?action=repository_action_common_download&item_id=28177&item_no=1&attribute_id=21&file_no=2
8. 34310甲第1152号

Tags

特徴選択

クラスの不均衡性

学習データサイズ

ノイズ検出

Feature Selection

Imbalanced Data

Training Data Size

Noise Detection

Additional Fields

Identifer	oai:union.ndltd.org:doshisha.ac.jp/oai:doshisha.repo.nii.ac.jp:00028177
Date	22 March 2021
Creators	鄭 弯弯, Wanwan Zheng
Publisher	金 明哲
Source Sets	Doshisha University
Language	English
Detected Language	English
Type	Thesis or Dissertation
Format	application/pdf
Source	https://doors.doshisha.ac.jp/opac/opac_link/bibid/BB13179266/?lang=0