Költséghatékony osztályozás:

a félig felügyelt gépi tanuló algoritmusok

BODÓ ZALÁN, Matematika és Informatika Kar, BBTE

A Magyar Tudomány Napja Erdélyben, 2016 nov. 25-26.

Gépi tanulás: felügyelt módszerek

tanulási példák

betanult modell

Példa: kutyák vs macskák

(     ,kutya)

(       ,kutya)

(       ,macska)

(       ,macska)

?

Osztályozási feladatok - példák

Levélszemét kiszűrése

Optikai karakterfelismerés (OCR) / digitalizálás

Kézírás-felismerés

Egy egyszerű osztályozási módszer: kNN

• k legközelebbi szomszéd meghatározása
• többségi címke hozzárendelése

Félig felügyelt tanulás

= címkézett adatok + címkézetlen adatok

Címkepropagálás

• ötlet: propagáljuk a címkéket a címkézett pontoktól (adatoktól) a címkézetlen pontok felé a pontok hasonlóságának függvényében
• azaz, minél hasonlóbbak (közelibbek) egymáshoz, annál nagyobb valószínűséggel

(Zhu & Ghahramani, 2002)

Matematikailag:

(

)

Pszichológia:

Gráfelmélet:

(Collins & Loftus, 1975)

terjedő aktiváció

gráfok véletlen bejárása

(spreading activation)

P(x ponthoz a c címkét rendeljük) =

annak a valószínűsége, hogy az x-ből kiinduló véletlen bejárás során

az első címkézett pont c címkével lesz ellátva

"Humans Perform

Semi-Supervised Classification Too"

(Zhu et al., 2007)

• Wisconsin Egyetem, 2007
• 22 alany
• bináris osztályozás: 2 fiktív virág (Belianthus és Nortulaca) pollenszemcséinek mikroszkóp alatti képe

Példa: 7 vs 9

Köszönöm a figyelmet!

Kérdések?