Framework para aprendizaje activo
Date
2018Author
Márquez Braconi, Agustín Daniel
Advisor
Alonso i Alemany, Laura
Metadata
Show full item recordAbstract
Muchos proyectos de Machine Learning de la actualidad precisan de un gran número de datos etiquetados para poder entrenar los algoritmos. El etiquetado de los mismos tiene un gran costo tanto económico como de tiempo. Una solución a este problema es el Active Learning, una forma inteligente de seleccionar qué instancias etiquetar para maximizar el aprendizaje. Para facilitar esta tarea propongo realizar un framework de software que sirva para desplegar proyectos de este tipo. El framework desarrollado fue puesto a prueba logrando excelentes resultados, mostrando que a partir de un mismo conjunto de datos, si se seleccionan las instancias a etiquetar inteligentemente se puede lograr el rendimiento máximo con una cantidad considerablemente menor de ejemplos.
Many Machine Learning projects today require a large number of tagged data to train the algorithms. The labeling of them has a great cost both economic and time. A solution to this problem is Active Learning, an intelligent way to select which instances to label to maximize learning. To facilitate this task I propose to make a software framework that serves to deploy projects of this type. The developed framework was tested achieving excellent results, showing that from the same data set, if you select the instances to label intelligently you can achieve maximum performance with a considerably smaller number of examples.
The following license files are associated with this item: