haku: @keyword mallinvalinta / yhteensä: 5
hakutulos-lista
viite: 4 / 5
« edellinen | seuraava »
Tekijä:Hanhijärvi, Sami
Työn nimi:Methods of Active Learning with Model Selection
Yhtäaikaisen aktiivisen oppimisen ja mallinvalinnan menetelmiä
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2005
Sivut:(9) + 55 s. + liitt. 6      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan osasto
Oppiaine:Informaatiotekniikka   (T-115)
Valvoja:Simula, Olli
Ohjaaja:Sugiyama, Masashi
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  8729   | Arkisto
Avainsanat:active learning
model selection
active learning with model selection
generalization error
covariate shift
aktiivinen oppiminen
mallinvalinta
yhtäaikainen aktiivinen oppiminen ja mallinvalinta
kovarianssisiirtymä
Tiivistelmä (fin): Aktiivisessa oppimisessa valitaan syötepisteet siten, että ne ovat optimaalisia yhdelle mallille.
Mallinvalinnassa on päinvastaisesti annettu joukko näytteitä, joita käytetään usean mallin opettamiseen.
Lopuksi valitaan paras malli.
Näiden ongelmien samanaikaista ratkaisemista kutsutaan yhtäaikaisen aktiivisen oppimisen ja mallinvalinnan ongelmaksi, jota ei voi ratkaista yksinkertaisesti yhdistämällä tavanomaisia aktiivisen oppimisen ja mallinvalinnan menetelmiä siten, että kaikki syötepisteet valittaisiin yhdellä kertaa.

Tässä diplomityössä ongelma on lievennetty siten, että syötepisteitä valitaan yksi kerrallaan.
Muunnetulle ongelmalle esitetään kolme ratkaisumenetelmää, joista ensimmäinen valitsee syötepisteen, jonka arvioidaan tuottavan parhaan tuloksen kaikista syötepisteistä mallista riippumatta.
Toisessa menetelmässä valitaan lupaavin malli ja optimoidaan uusi syötepiste valitulle mallille.
Nämä menetelmät voivat ylisovittaa syötepisteitä yhdelle mallille, joka myöhemmin havaitaan huonoksi.
Tämän ongelman välttämiseksi ehdotetaan myös kolmatta menetelmää, jossa seuraava syötepiste optimoidaan useille hyville malleille.

Menetelmät toteutetaan algoritmeiksi, joita, verrataan toisiinsa ja passiiviseen oppimiseen teoreettisten ja numeeristen analyysien avulla.
Tulosten perusteella kolmas menetelmä osoittautuu muita paremmaksi.
ED:2006-02-15
INSSI tietueen numero: 30605
+ lisää koriin
« edellinen | seuraava »
INSSI