Seminarium POB2 – „Metody selekcji instancji - przeszłość, teraźniejszość i przyszłość”
26 maja 2022 r. o godzinie 15:00 odbędzie się kolejne seminarium naukowe Priorytetowego Obszaru Badawczego 2 - Sztuczna inteligencja i przetwarzanie danych. Spotkanie zaplanowano w trybie zdalnym.
Podczas seminarium uczestnicy będą mieli okazję wysłuchać wykładu dr. Álvara Arnaiza z Uniwersytetu Burgos w Hiszpanii, który wygłosi prezentację pt. „Metody selekcji instancji - przeszłość, teraźniejszość i przyszłość”.
Początek o godzinie 15:00. Seminarium będzie prowadzone w języku angielskim.
Selekcja instancji jest próbą znalezienia najbardziej reprezentatywnego podzbioru początkowego zestawu danych treningowych, bez zmniejszania zdolności predykcyjnych pierwotnego zbioru. Innymi słowy, jeśli trenujemy jeden model z oryginalnym zbiorem danych, a drugi z wybranym podzbiorem, oba modele muszą działać w podobny sposób. Selekcja instancji może być postrzegana jako szczególny przypadek generowania instancji, w którym są one ograniczone do instancji oryginalnych. Metody te odgrywają główną rolę w procesach redukcji danych. Gdy przeanalizuje się zbiory danych rzeczywistych, coraz bardziej oczywista staje się konieczność stosowania algorytmów selekcji instancji. Z jednej strony, średni rozmiar zbioru danych staje się coraz większy, a drugiej rzeczywiste zbiory danych zwykle zawierają zaszumione instancje, wartości odstające i anomalie.
Pierwsze metody selekcji instancji pojawiły się pół wieku temu, od tego czasu zaprezentowano wiele algorytmów: do klasyfikacji, regresji oraz dla szeregu zbioru danych. Podczas wykładu zapoznamy się historią metod selekcji instancji, a także osiągnięciami uzyskanymi na przestrzeni czasu oraz przyszłymi kierunkami badań w tym obszarze.
