مدلهای یادگیری ماشین وقتی با دادههای نامتوازن (Imbalanced Data) روبرو میشوند، معمولاً در پیشبینیِ نمونههای کمیاب ضعیف عمل میکنند. حالا محققان فریمورک جدیدی به نام DADIR ارائه کردهاند که این مشکل را در مسائل «رگرسیون» حل میکند.
این فریمورک با استفاده از سه تکنیک هوشمندانه:
۱. بخشبندی تطبیقی بر اساس چگالی دادهها (DAAP)
۲. استفاده از مدلهای CVAE برای حفظ ویژگیهای مناطق خلوت دادهای
۳. ترکیب خوشهبندی با روشهای نمونهبرداری (Oversampling)
باعث میشود مدلهای رگرسیون بتوانند بدون تغییر در ساختار اصلیشان، دقت بسیار بالاتری روی دادههای کمیاب داشته باشند.
این دستاورد برای توسعهدهندگانی که با دیتاستهای نابرابر سر و کار دارند، میتواند یک برگ برنده باشد! 📈
منبع: arXiv AI