Uma Proposta para Redução do Conjunto de Treinamento Utilizando Aprendizagem Ativa
Resumo
Métodos supervisionados são comumente utilizados em inúmeras tarefas como na classificação de informações. Porém, a aprendizagem do método supervisionado depende da criação de um conjunto de treinamento rotulado capaz de representar os padrões presentes na base de dados. Identificar exemplos informativos e representativos pode representar uma redução de custos. Neste contexto, a aprendizagem ativa tem como objetivo selecionar instâncias mais informativas para serem rotuladas a fim de se reduzir o conjunto de treinamento. Este artigo tem como objetivo propor pesos para um algoritmo de aprendizagem ativa para reduzir a quantidade de instâncias selecionadas. Em outras palavras, almeja-se reduzir o impacto do desbalanceamento de classes a partir da utilização de pesos para o método de aprendizagem ativa. Os experimentos preliminares demonstraram que é possível reduzir o tamanho do conjunto rotulado sem impactar na eficácia do método.
Referências
Bianco, G. D., Duarte, D., and Gonçalves, M. A. (2023). Reducing the user labeling effort in effective high recall tasks by fine-tuning active learning. Journal of Intelligent Information Systems, pages 1-20.
Bilenko, M. and Mooney, R. J. (2003). Adaptive duplicate detection using learnable string similarity measures. In Proceedings of the ninth ACM SIGKDD international conference on Knowledge discovery and data mining, pages 39-48. ACM.
Cruz, L. A. (2019). Modelo para recuperação de informação em repositórios institucionais utilizando a técnica de sumarização a partir da seleção de atributos do cassiopeia.
Dal Bianco, G. (2014). Redução do esforço do usuário na configuração da deduplicação de grandes bases de dados.
Dal Bianco, G., Galante, R., Heuser, C. A., and Gonçalves, M. A. (2013). Tuning large scale deduplication with reduced effort. pages 1-12.
Dal Bianco, G., Gonçalves, M. A., and Duarte, D. (2018). Bloss: Effective meta-blocking with almost no effort. Information Systems, 75:75-89.
de Magalhães Silva, R. (2012). Aprendizado ativo para ordenação de resultados.
Haykin, S. (1999). Neural networks, a comprehensive foundation, prentice-hall inc. Upper Saddle River, New Jersey, 7458:161-175.
Kee, S., Del Castillo, E., and Runger, G. (2018). Query-by-committee improvement with diversity and density in batch active learning. Information Sciences, 454:401-418.
Lewis, D. D. and Gale, W. A. (1994). A sequential algorithm for training text classifiers. In Proceedings of the 17th annual international ACM SIGIR conference on Research and development in information retrieval.
Lorena, A. C. and de Carvalho, A. C. (2007). Uma introdução às support vector machines. Revista de Informática Teórica e Aplicada, 14(2):43-67.
Sarker, I. H. (2021). Machine learning: Algorithms, real-world applications and research directions. SN computer science, 2(3):160.
Settles, B. (2009). Active learning literature survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison.
Settles, B. (2010). Active learning literature survey. Computer Sciences Technical Report.
Silva, R., Gonçalves, M. A., and Veloso, A. (2011). Rule-based active sampling for learning to rank. In Joint European Conference on Machine Learning and Knowledge Discovery in Databases, pages 240-255. Springer.
Silva, R. D. M. (2012). Aprendizado ativo para ordenação de resultados. Instituto de Ciências Exatas.
Zhao, Y., Xu, C., and Cao, Y. (2006). Research on query-by-committee method of active learning and application. In Advanced Data Mining and Applications: Second International Conference, ADMA 2006, Xi'an, China, August 14-16, 2006 Proceedings 2, pages 985-991. Springer.
