不均衡なデータは、さまざまなシナリオで発生します。ターゲット変数の偏った分布は、機械学習アルゴリズムにバイアスを引き起こします。不均衡なデータと戦うための一般的な方法の1つは、リサンプリングによってデ

arxiv_reader のブックマーク 2021/10/26 12:12

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4710261729383383362/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2110.12644v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2110.12644v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2110.12644v1" data-user-icon="/users/arxiv_reader/profile.png">ニューラルネットワーク分類のためのカーネル密度推定ベースのサンプリング</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/bias">bias</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/estimation">estimation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/classification">classification</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li></ul><br><p style="clear: left">不均衡なデータは、さまざまなシナリオで発生します。ターゲット変数の偏った分布は、機械学習アルゴリズムにバイアスを引き起こします。不均衡なデータと戦うための一般的な方法の1つは、リサンプリングによってデ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20211026#bookmark-4710261729383383362"><span class="datetime-body">2021/10/26 12:12</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！