RT info:eu-repo/semantics/bookPart
T1 Class Distribution Estimation in Imprecise Domains Based on Supervised Learning
A1 González Castro, Víctor
A1 Alaiz Rodríguez, Rocío
A1 Alegre Gutiérrez, Enrique
A2 Ingenieria de Sistemas y Automatica
K1 Estadística
K1 Ingeniería de sistemas
K1 Aprendizaje automático
K1 Cuantificación o estimación de proporciones
K1 Distribución de clases
AB a cuantificación -o estimación de proporciones- desempeña un papel importante en muchos problemas prácticos de clasificación. Por un lado, una máquina que clasifica automáticamente un elemento en un grupo de clases predefinidas, tomará decisiones subóptimas, si la distribución de clases en el dominio de prueba (real) difiere de la que se asume en el aprendizaje. La estimación de la nueva distribución de clases es necesaria para adaptar el clasificador a las nuevas condiciones operativas. Por otro lado, hay algunos dominios reales donde la propia tarea de cuantificación es el objetivo principal. Algunos campos, como el control de calidad, el marketing directo, el estudio de tendencias o algunas tareas de reconocimiento textual, requieren métodos que puedan estimar de forma fiable, la proporción de elementos dentro de cada categoría, sin ninguna preocupación acerca de cómo cada elemento ha sido clasificado individualmente. Describimos varias técnicas de cuantificación que se basan en el aprendizaje supervisado y proporcionan estas estimaciones basadas en: a) la matriz de confusión del clasificador, b) las estimaciones de probabilidad posteriores y c) las medidas de divergencia distribucional. Ilustramos estas técnicas, así como su robustez contra el rendimiento del clasificador base, en un entorno práctico de control de calidad seminal donde el objetivo final es cuantificar la proporción de espermatozoides con acrosoma dañado/intacto.
PB Nova Publishers, 2012
SN 978-1-61209-118-1
YR 2019
FD 2019-07-17
LK http://hdl.handle.net/10612/11034
UL http://hdl.handle.net/10612/11034
NO Perspectives on Pattern Recognition
NO cap. 9- pp. 187-202
DS BULERIA. Repositorio Institucional de la Universidad de León
RD 26-abr-2024