REPOZITORIJ > REZULTATI

Povzetek

Writing

V pričujoči disertaciji se ukvarjamo s polnadzorovanim učenjem za napovedovanje strukturiranih vrednosti. Metode nadzorovanega učenja med učenjem uporabljajo samo označene podatke, medtem ko metode polnadzorovanega učenja uporabljajo tudi neoznačene. Dostop do označenih podatkov je pogosto omejen zaradi zahtevnega postopka označevanja, kar lahko omeji napovedno moč metod nadzorovanega učenja. Po drugi strani je neoznačene podatke pogosto veliko lažje pridobiti. Cilj polnadzorovanega učenja je izkoristiti te podatke in s tem doseči napovedno moč, ki je z uporabo samo označenih podatkov nedosegljiva.

Pri napovedovanju strukturiranih vrednosti napovedujemo vrednosti, kot so terice, hierarhije ali zaporedja. Z napovedovanjem takih vrednosti se v strojnem učenju pogosto srečujemo. Napovedovanju primitivnih vrednosti je znanstvena srenja na področju polnadzorovanega učenja namenila veliko manj pozornosti kot napovedovanju strukturiranih vrednosti, čeprav je potreba po slednjem pri polnadzorovanem učenju še večja. Označevanje strukturiranih podatkov je namreč še zahtevnejše. Poleg tega nam primanjkuje interpretabilnih metod s tega področja ter metod, ki lahko napovedujejo različne vrste strukturiranih vrednosti.
Da bi presegli omenjene pomanjkljivosti, smo napovedno razvrščanje razširili tudi na področje polnadzorovanega učenja. Napovedno razvrščanje je implementirano s pomočjo dreves za napovedno razvrščanje, ki lahko učinkovito opravljajo različne naloge napovedovanja strukturiranih vrednosti. V pričujoči disertaciji prispevamo k področju polnadzorovanega učenja za napovedovanje strukturiranih vrednosti z dvema razredoma metod, ki izhajata iz napovednega razvrščanja. Predlagane metode lahko obravnavajo naslednje naloge napovedovanja strukturiranih vrednosti: večciljno regresijo, večciljno klasifikacijo ter hierarhično večoznačno klasifikacijo.
Prvi razred metod temelji na samoučenju, pri katerem se med procesom učenja uporabljajo najzanesljivejše lastne napovedi. Drugi razred metod temelji na drevesih za napovedno razvrščanje, ki smo jih nadgradili tako, da lahko izkoristijo tako označene kot tudi neoznačene podatke. Predlagane metode smo temeljito ovrednotili na vrsti podatkovnih zbirk, ki izhajajo iz različnih domen in vsebujejo različne tipe strukturiranih vrednosti.
Pristop samoučenja ponuja vrhunsko napovedno moč pri nalogah večciljne regresije, vendar gradi neinterpretabilne modele in je zaradi iterativne narave učenja osnovnega modela računsko zahtevnejši kot metoda naključnih gozdov. Po drugi strani polnadzorovana drevesa za napovedno razvrščanje omogočajo gradnjo interpretabilnih modelov, ki so pogosto precej natančnejši od modelov nadzorovanih dreves za napovedno razvrščanje. Polnadzorovana drevesa za napovedno razvrščanje in iz njih sestavljeni polnadzorovani naključni gozdovi so privlačni tudi zaradi svoje napovedne moči pri napovedovanju primitivnih vrednosti.
Na koncu predstavimo dva študijska primera, v katerih pokažemo praktično uporabnost predlaganih metod. V prvem študijskem primeru uporabimo metodo samoučenja za napovedovanje lastnosti potencialnih zdravil proti malariji. Pokažemo, da je polnadzorovani model natančnejši od nadzorovanega. V drugem študijskem primeru napovedujemo kakovost vode in pokažemo, da lahko polnadzorovana drevesa za napovedno razvrščanje učinkovito rešijo pomembno nalogo strojnega učenja: učenje iz delno označenih podatkov.