×
乔治·克伦普;丹尼尔·科特克;文森特·莱梅尔

优化概率主动学习（OPAL）。用于快速、非近视、成本敏感的主动分类。 （英语） Zbl 1341.68160号

机器。学习。 100，编号2-3，449-476（2015）.
摘要：与自动生成的数据量不断增加相比，人工注释能力仍然有限。因此，允许有效分配注释工作的快速主动学习方法变得越来越重要。此外，成本敏感的应用，如欺诈检测，带来了类别之间不同的错误分类成本的额外挑战。不幸的是，现有的少数成本敏感的主动学习方法依赖于耗时的步骤，例如对样本进行自我标记或冗长的评估。我们提出了一种快速、非近视、成本敏感的概率主动学习方法来进行二进制分类。我们的方法计算标签候选邻域中误分类损失的预期减少。我们推导并使用了此期望的封闭式解，该解考虑了候选人位置上正类真实后验的可能值、其可能的标签实现以及给定的标签预算。由此产生的近视算法与不确定性采样在相同的线性渐近时间内运行，而其非近视算法需要预算大小中的额外因子\（O（m\cdot\log m）\）。在成本敏感和成本不敏感的环境中，对几个合成和真实数据集的实验评估表明，与基于不确定性采样和错误减少的主动学习策略相比，分类性能和运行时间具有竞争力或更好。

引用于4文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
2015年1月62日 贝叶斯推断
62H30型 分类和区分；聚类分析（统计方面）

关键词：

主动学习;非近视;成本敏感型;不等误分类成本;误分类损失;不平衡数据;不确定度抽样;减少误差

软件：

SMOTE公司;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{G.Krempl}等人，马赫。学习。100，编号2--3，449--476（2015；Zbl 1341.68160）
全文： 内政部

参考文献：

[1] Asuncion，A.和Newman，D.J.（2013年）。UCI机器学习库。http://archive.ics.uci.edu/ml/
[2] Attenberg，J.和Ertekin，S.（2013）。《不平衡学习：基础、算法和应用》，第101-150页。电气与电子工程师协会。
[3] Chapelle，O.（2005）。parzen窗口分类器的主动学习。第十届人工智能和统计国际研讨会论文集，第49-56页。
[4] Chapelle，O.、Schölkopf，B.和Zien，A.（编辑）。(2006). 半监督学习。剑桥：麻省理工学院出版社。
[5] Chawla，N.V.、Bowyer，K.W.、Hall，L.O.和Kegelmeyer，W.P.（2002）。烟熏：合成少数人过采样技术。《人工智能研究杂志》（JAIR），16，321-357·Zbl 0994.68128号
[6] 科恩，D。；Sammut，C.（编辑）；Webb，GI（编辑），《主动学习》，10-14（2010），柏林
[7] Cohn，D.A.、Ghahramani，Z和Jordan，M.I.（1996年）。使用统计模型进行主动学习。《人工智能研究杂志》，4129-145·Zbl 0900.68366号
[8] Domingos，P.（1999）。Metacost：使分类器具有成本敏感性的通用方法。在U.M.Fayyad、S.Chaudhuri和D.Madigan（编辑）第五届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD，美国加利福尼亚州圣地亚哥，1999年8月15日至18日，第155-164页。ACM公司。
[9] Elkan，C.（2001）。成本敏感学习的基础。B.Nebel（Ed.）《第十七届国际人工智能联合会议论文集》，IJCAI 2001。美国华盛顿州西雅图，2001年8月4日至10日，第973-978页。摩根·考夫曼。
[10] Ferdowsi，Z.、Ghani，R.和Kumar，M.（2011年）。安全主动学习的在线策略。在ICML研讨会上，结合学习策略以降低标签成本。
[11] Freytag，A.、Rodner，E.、Bodesheim，P.和Denzler，J.（2013）。标注重要示例：基于相关性的高斯过程主动学习。德国计算机视觉会议（GCPR），第282-291页。
[12] Fu，Y.，Zhu，X.，&Li，B.（2012）。关于主动学习实例选择的调查。知识与信息系统，35（2），249-283·doi:10.1007/s10115-012-0507-8
[13] Gantz，J.和Reinsel，D.（2012年）。2020年的数字世界：大数据，更大的数字阴影，以及远东地区最大的增长。http://estonia.emc.com/collateral/analyst-reports/idc-the-digital-universe-in-2020.pdf
[14] Garnett，R.、Krishnamurthy，Y.、X.熊、J.G.和R.曼恩（2012）。贝叶斯最优主动搜索和测量。第29届机器学习国际会议论文集（ICML 2012）。icml.cc/Omnipress·Zbl 0994.68128号
[15] Gopalkrishnan，V.、Steier，D.、Lewis，H.和Guszcza，J.（2012）。大数据，大企业：弥合差距。《第一届大数据国际研讨会论文集》（第7-11页）。流和异构源挖掘：算法、系统、编程模型和应用，BigMine’12 New York，NY:ACM·Zbl 0900.68366号
[16] Hand，D.J.（2009）。衡量分级机性能：roc曲线下面积的一致替代方法。机器学习，77（1），103-123·兹比尔1470.62085 ·doi:10.1007/s10994-009-5119-5
[17] He，H.，&Ma，Y.（编辑）（2013年）。非平衡学习：基础、算法和应用。电气与电子工程师协会·兹比尔1272.68022
[18] Krempl，G.、Kottke，D.和Spiliopoulou，M.（2014a）。概率主动学习：一个简短的命题。2014年8月18日至22日，《第21届欧洲人工智能会议论文集》（ECAI2014）。布拉格：IOS出版社。
[19] Krempl，G.、Kottke，D.和Spiliopoulou，M.（2014b）。概率主动学习：将多功能性、优化性和效率结合起来。在第17届发现科学国际会议论文集，Bled，计算机科学讲义。斯普林格。
[20] Krempl，G.，Zlioboit，I.，Brzeziñski，D.，Hüllermier，E.，Last，M.，Lemaire，V.，Noack，T.，Shaker，A.，Sievi，S.，Spiliopoulou，M.和Stefanowski，J.（2014）。数据流挖掘研究面临的挑战。SIGKDD探索。大数据专刊（即将出版）。
[21] Lewis，D.D.和Gale，W.A.（1994年）。用于训练文本分类器的序列算法。在第17届ACM SIGIR信息检索研究与开发国际年会的会议记录中（第3-12页）。SIGIR’94纽约：施普林格。
[22] Liu，A.、Jun，G.和Ghosh，J.（2009）。成本敏感不确定性抽样的自培训方法。机器学习，76，257-270·Zbl 1470.68136号 ·doi:10.1007/s10994-009-5131-9
[23] Liu，A.、Jun，G.和Ghosh，J.（2009）。空间成本敏感的主动学习。2009年4月30日至5月2日，美国内华达州斯帕克斯，《SIAM数据挖掘国际会议论文集》，第814-825页。暹罗
[24] Liu，A.Y.C.（2009）。在成本敏感的环境中积极学习。德克萨斯大学电气与计算机工程博士论文
[25] Marginantu，D.D.（2005）。积极的成本敏感性学习。《第19届国际人工智能联合会议论文集》，IJCAI'05，第1622-1623页。摩根考夫曼出版公司。
[26] Ng，A.Y.和Jordan，M.I.（2001）。区分性分类器与生成性分类器：逻辑回归与朴素贝叶斯的比较。《神经信息处理系统进展》，14841-848。
[27] Parker，C.（2011）。二元分类器的性能度量分析。在第11届IEEE数据挖掘国际会议（ICDM2011）的会议记录中，第517-526页。电气与电子工程师协会。
[28] Press，W.H.、Flannery，B.P.、Teukolsky，S.A.和Vetterling，W.T.（1992）。Fortran 77中的数字配方：科学计算的艺术（第二版）。剑桥：剑桥大学出版社·Zbl 0778.65002号
[29] Roy，N.和McCallum，A.（2001年）。通过误差减少的抽样估计实现最优主动学习。《第18届国际机器学习会议论文集》，ICML 2001，美国马萨诸塞州威廉斯敦，ICML'01，第441-448页。摩根考夫曼出版公司。
[30] Schein，A.I.和Ungar，L.H.（2007）。逻辑回归的主动学习：一项评估。机器学习，68（3），235-265·Zbl 1035.33004号 ·doi:10.1007/s10994-007-5019-5
[31] Settles，B.（2009年）。主动学习文献调查。美国威斯康星州麦迪逊市威斯康星大学计算机科学技术报告1648。http://pages.cs.wisc.edu/bsettles/pub/settles.activelearning.pdf ·Zbl 1270.68006号
[32] Settles，B.（2012年）。积极学习。在人工智能和机器学习综合讲座中排名第18。圣拉斐尔：摩根和克莱普尔出版社·Zbl 0877.94039号
[33] Tomanek，K.和Hahn，U.（2009年）。减少命名实体注释主动学习期间的类不平衡。Y.Gil和N.Fridman Noy（编辑）《第五届知识获取国际会议论文集》（K-CAP 2009），2009年9月1日至4日，美国加利福尼亚州雷东多海滩，第105-112页。ACM公司。
[34] Vijayanarasimhan，S.、Jain，P.和Grauman，K.（2010年）。基于图像和视频识别预算的远程主动学习。《IEEE计算机视觉和模式识别会议论文集》，CVPR，2010年6月13日至18日，加利福尼亚州旧金山，第3035-3042页。电气与电子工程师协会。
[35] 赵毅、杨刚、徐旭、季庆（2012）。一种近最优的非近视主动学习方法。《第21届模式识别国际会议论文集》，ICPR 2012，日本筑波，2012年11月11日至15日，第1715-1718页。电气与电子工程师协会。
[36] Zhu，J.，Wang，H.，Tsou，B.K.，&Ma，M.Y.（2010）。通过不确定性和密度抽样进行数据注释的主动学习。IEEE音频、语音和语言处理汇刊，18（6），1323-1331·doi:10.10109/TALS.2009.2033421
[37] Zliobití，I.、Bifet，A.、Pfahringer，B.和Holmes，G.（2013年）。使用漂移流数据进行主动学习。IEEE神经网络和学习系统汇刊，25（1），27-39·Zbl 1222.68184号 ·doi:10.1109/TNNLS.2012.2236570
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。