[Solomonov Seminar] 123. Solomonov seminar

[Marko Grobelnik]

Vabim vas na 123. Solomonov seminar, ki bo v
torek, 3. junija 2003 ob 13. uri v Veliki predavalnici IJS.
Posnetki in materiali preteklih seminarjev so dostopni
na http://solomon.ijs.si/

Tokratna tema sodi v zelezni repertoar strojnega ucenja.
Martin Znidarsic nam bo predstavil kako naivno Bayesovo
metodo prepricamo, da deluje tudi na zveznih (in ne samo
na diskretnih) atributih.
 
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Martin Znidarsic (IJS)
       NAIVNI BAYES IN UPORABA ZVEZNIH ATRIBUTOV

Naivna Bayesova metoda je ena najpogosteje uporabljenih metod strojnega 
ucenja. Odlikuje jo enostavnost uporabe, robustnost in hitrost. Vecji 
pomanjkljivosti metode sta naivnost (predpostavka o neodvisnosti atributov) in 
tezave pri uporabi zveznih atributov. Metoda temelji na oceni pogojnih 
verjetnosti, ki jih enostano izracunamo za nominalne atribute, pri zveznih 
atributih pa se vecinoma uporablja kategorizacija (diskretizacija) zveznih 
atributov. Kategorizacija ima precej nezazelenih lastnosti, zato so bile 
predlagane tudi metode, ki neposredno ocenijo pogojne verjetnosti za zvezne 
atribute.
 
Predstavil bom nekaj metod (in predlaganih razlicic), ki pripadajo razlicnim 
pristopom k oceni pogojnih verjetnosti za zvezne atribute. Najbolj znana je 
verjetno mehka diskretizacija, ki doseze zvezne prehode med intervali s tem, 
da primere probabilisticno pripise vsem intervalom. Zanimiva je tudi druzina 
metod, ki pogojne verjetnosti oceni na podlagi modela funkcije gostote 
pogojne verjetnosti. Najnovejsi predlog pa predvideva uporabo lokalne 
regresije.
 
Razlozene bodo lastnosti metod, opazene tezave pri uporabi, predlagane 
izboljsave, podanih bo tudi nekaj nasvetov za izbiro problemu primerne 
metode.