Машинное обучение, нейронные сети

Повышение качества обучающего набора данных методами корректировки нехарактерных меток

И. Е. Попов, А. С. Резникова

Волгоградский государственный университет, Волгоград, Россия

Аннотация: Статья посвящена решению проблем, возникающих при формировании обучающего набора данных для моделей машинного обучения и исправлении нехарактерных данных. Предложены методы уточнения и фильтрации меток, улучшающие качество обучающего набора данных. Метод уточнения определенности меток, обеспечивает более точное соответствие между метками и объектами. Метод фильтрации выявляет и устраняет ошибочные или аномальные метки, что приводит к исключению или корректировке соответствующих объектов. Эффективность предложенных методов подтверждена на примерах раннего обнаружения рака молочной железы с помощью радиотермометрии и классификации изображений с использованием стандартного набора данных.

Ключевые слова: машинное обучение, обучающий набор данных, нехарактерные метки, микроволновая радиотермометрия, рак молочной железы.

DOI: 10.14357/20718594250408

Реферативные базы данных:

•