REPOZITORIJ > REZULTATI

Povzetek

V disertaciji se ukvarjamo z napovedovanjem strukturiranih vrednosti (NSV) na podatkovnih tokovih. Pri NSV gre za učenje napovednih modelov, ki lahko napovedujejo vrednosti, strukturirane iz več preprostih komponent. Rudarjenje podatkovnih tokov pa obravnava učenje v sprotnem načinu, kjer novi podatkovni primeri prihajajo z visoko frekvenco in kjer napovedni modeli delujejo v realnem času.
Metode za NSV so v klasičnem paketnem podatkovnem rudarjenju pogoste, a le redke obravnavajo NSV v sprotnem podatkovnem rudarjenju. Najpogosteje obravnavani učni nalogi sta večciljna regresija (VCR) ter večoznačna klasifikacija (VOK). Pri VCR gre za napovedovanje več numeričnih vrednosti, medtem ko gre pri VOK za napovedovanje prisotnosti ali odsotnosti vnaprej definiranih značk. Tipično so metode za sprotno NSV zelo specifične za učno nalogo, ki jo obravnavajo.
V disertaciji vpeljemo družino metod, ki temeljijo na sprotnih drevesih za napovedovaje strukturiranih vrednosti (iSOUP-Tree) in naslavljajo več sprotnih učnih nalog NSV. Sprva vpeljemo drevesne metode za sprotno VCR, in sicer iSOUP-Tree, ki temelji na Hoeffdingovi neenakosti ter hevristiki, ki maksimizira zmanjšanje medgruščne variance, iSOUP-OptionTree, ki razširi metodo iSOUP-Tree z uporabo opcijskih dreves, sprotno učenje iz samovzorcev z drevesi iSOUP-Tree ter naključni gozd dreves iSOUP-Tree. V nadaljevanju vpeljemo metodologijo za pretvorbo iz VOK v VCR, ki nam omogoča uporabo metod za sprotno VCR za reševanje VOK.
Za naslavljanje učnih nalog napovedovanja hierarhičnih vrednosti metodo iSOUP-Tree razširimo z uporabo hierarhično utežene hevristike. Ta posameznim komponentam hierarhije dodeli uteži glede na njihovo lego v hierarhiji. To nam omogoči, da metodo iSOUP-Tree uporabimo za sprotni hierarhični različici nalog VCR ter VOK.
Poleg tega metodo iSOUP-Tree razširimo tudi v okviru napovednega razvrščanja. Napovedna razvrščevalna drevesa (iSOUP-PCT) uporabimo za reševanje naloge polnadzorovane VCR, kjer se učimo tudi iz delno neoznačenih primerov, poleg popolnoma označenih primerov, ki jih uporabljamo v običajnem, nadzorovanem učenju.
Vpeljemo tudi metode za sprotno rangiranje značilk za naloge NSV. Pri rangiranju značilk skušamo prepoznati značilke, ki so ključne za dobro napovedno zmogljivost naučenih modelov. Za reševanje te naloge prilagodimo metodo simboličnih naključnih gozdov iz paketnega načina v sprotni način učenja z uporabo naključnega gozda dreves iSOUP-Tree.
Vse vpeljane metode tudi eksperimentalno ovrednotimo. Pri sprotnem VCR se najbolje izkaže učenje iz samovzorcev z drevesi iSOUP-Tree, medtem ko naključni gozd dreves iSOUP-Tree doseže dober kompromis med napovedno točnostjo ter porabo računskih sredstev. V kontekstu sprotne VOK so vpeljane metode konkurenčne vrhunskim metodam. Pri hierarhičnih nalogah so rezultati spodbudni, vendar zahtevajo nadaljnje eksperimentalno vrednotenje. Metoda iSOUP-PCT deluje izjemno dobro za polnadzorovano VCR, še posebej kadar je popolnoma označenih primerov malo. Rezultati eksperimentov za sprotno razvrščanje značilk so nejasni in zahtevajo nadaljnjo teoretično in eksperimentalno obravnavo.