Low false positive learning with support vector machines : Máquina de vetores de suporte com restrição de falsos positivos

Low false positive learning with support vector machines : Máquina de vetores de suporte com restrição de falsos positivos

Daniel Bastos Moraes

DISSERTAÇÃO

Inglês

T/UNICAMP M791L

[Máquina de vetores de suporte com restrição de falsos positivos]

Campinas, SP : [s.n.], 2014.

57 f. : il.

Orientadores: Anderson de Rezende Rocha, Jacques Wainer

Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação

Resumo: A maioria dos sistemas de aprendizado de máquina para classificação binaria é treinado usando algoritmos que maximizam a acurácia e assume que falsos positivos e falsos negativos sao igualmente ruins. Entretanto, em muitas aplicações, estes dois tipos de erro podem ter custos bem diferentes....

Abstract: Most machine learning systems for binary classification are trained using algorithms that maximize the accuracy and assume that false positives and false negatives are equally bad. However, in many applications, these two types of errors may have very different costs. For instance, in...

Low false positive learning with support vector machines : Máquina de vetores de suporte com restrição de falsos positivos

Daniel Bastos Moraes


										

Low false positive learning with support vector machines : Máquina de vetores de suporte com restrição de falsos positivos

Daniel Bastos Moraes

    Exemplares