Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.

Jafar Tanha deed onderzoek op het gebied van machinaal leren en data mining, onderdelen van de theoretische informatica. Hij keek hoe met semi-supervised leren, waarbij gebruik wordt gemaakt van ongelabelde en gelabelde data, een sterk classificatiemodel kan worden gebouwd.

Kerngegevens van evenement Goede resultaten voor nieuwe methoden ‘semi-supervised’ leren
Datum 18 april 2013
Tijd 14:00
Locatie Agnietenkapel
Ruimte Locatie

In veel classificatieproblemen – zoals objectdetectie en classificatie van documenten en webpagina’s – is het eenvoudig om een verzameling ongelabelde data te verkrijgen; gelabelde data zijn veel moeilijker te vinden. Algoritmen voor supervised leren kunnen goede resultaten geven als er veel gelabelde data beschikbaar zijn. Annotatie (het toewijzen van labels aan data) vereist echter speciale metingen of toepassing van gespecialiseerde instrumenten die vaak duur zijn. Ongelabelde data zijn veelal in overvloed beschikbaar en het verzamelen van grote aantallen hiervan is eenvoudig. Het is daarom interessant en belangrijk om methoden te onderzoeken waarbij effectief geleerd kan worden van zowel gelabelde als ongelabelde data (het semi-supervised leren).

Tanha richtte zich op de ontwikkeling van methoden voor semi-supervised leren met ensembles. Deze methoden combineren een aantal classificeerders tot een ensemble. Uit experimenten blijkt dat Tanha’s methoden, die hij toepaste op het herkennen van vogelgedrag en op tekstclassificatie, tot goede resultaten leiden.

 

Dhr. J. Tanha: Ensemble Approaches to Semi-Supervised Learning. Promotor is mw. prof. dr. H. Afsarmanesh. Co-promotor is dhr. dr. M.W. van Someren.

Agnietenkapel

Ruimte Locatie

Oudezijds Voorburgwal 229 - 231
1012 EZ Amsterdam

Deelname

Toegang vrij