Thông tin luận văn

DMHV	16CH201010	Họ và tên	Lê Thanh Phong	Ngày sinh	12/01/1973
Khóa	2016	Điểm TB	8.04	Điểm LV	8.3

Tiêu đề tiếng Việt: Tiêu đề tiếng Anh Tóm tắt

Cây quyết định đã có nhiều ứng dụng trong thực tế. Tuy nhiên, thách thức của bài toán phân lớp dữ liệu mất cân đối là vấn đề về đối tượng cần quan tâm nghiên cứu lại có rất ít mẫu (mẫu lớp thiểu số - minority class instances) so với các lớp khác trong tập dữ liệu (mẫu lớp đa số - majority class instances). 
Bài toán phân lớp dữ liệu mất cân đối dựa trên cây quyết định là phương pháp sử dụng học máy để phân lớp, việc nâng cao dự đoán chính xác mẫu lớp thiểu số là một vấn đề rất cần thiết và có ý nghĩa khoa học rất cao. Giúp cho các nhà phân tích có thêm cơ sở để có thể đưa ra những dự đoán chính xác hơn.
Luận văn này tập trung nghiên cứu về tiêu chí tách (splitting criteria) và phương pháp cắt tỉa (pruning methods) khi áp dụng trên cây quyết định để dự đoán chính xác mẫu lớp thiểu số, góp phần nâng cao hiệu quả khai thác và phân lớp dữ liệu mất cân đối.
-	Tìm hiểu được tổng quan về vấn đề phân lớp dữ liệu và các thuận toán liên quan.
-	Tìm hiểu được tính chất của các độ đo hiệu suất phân lớp.
-	Giới thiệu khái niệm và độ đo đánh giá hiệu suất phân lớp của tập dữ liệu mất cân đối.
-	Trình bày phương pháp sử dụng cây quyết định phân lớp dữ liệu mất cân đối dựa trên thuật toán C4.5 và đã cài đặt thuật toán dựa trên tập dữ liệu chuẩn UCI.
Chương trình Demo đã minh hoạ tốt cho nội dung nghiên cứu. Luận văn trình bày rõ ràng. Bố cục luận văn hợp lý. Tài liệu tham khảo phù hợp với nội dung của luận văn.

Thông tin luận văn

Đào tạo sau đại học

Trang web liên kết

Thông tin luận văn

Trường Đại Học Ngoại Ngữ – Tin Học TP.HCM (HUFLIT)

Phòng Đào tạo Sau Đại học – Khoa học Công nghệ

Trang web liên kết