PulseAugur
中
实时 09:29:39
实体 class-imbalanced learning

class-imbalanced learning

PulseAugur coverage of class-imbalanced learning — every cluster mentioning class-imbalanced learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_160749 ·

    新理论揭示合成数据在类别不平衡学习中的有效性问题

    一种新的数据依赖有效性理论和去偏测试挑战了长期以来为解决机器学习中类别不平衡问题而制造合成少数类数据的做法。研究表明，合成数据通常是冗余或无效的，尤其是在类别重叠时，并且经典的验证方法存在缺陷。提出的去偏估计器能密切跟踪真实的无效性，揭示大多数方法未能提供显著的信息增益，甚至可能损害校准，这表明合成数据生成方法的证明责任发生了转移。