Kostenbewusstes maschinelles Lernen
term_id: cost_sensitive_machine_learning
Category: training_techniques
Definition
Kostenbewusstes maschinelles Lernen erweitert das traditionelle überwachte Lernen, indem es unterschiedliche Strafen für verschiedene Arten von Fehlern festlegt. In realen Szenarien haben falsch positive und falsch negative Ergebnisse oft unterschiedliche wirtschaftliche Konsequenzen.
Summary
Ein Paradigma des maschinellen Lernens, das Kosten für Fehlklassifikationen in den Trainingsprozess einbezieht, um wirtschaftliche Auswirkungen zu optimieren, anstatt nur auf Genauigkeit zu achten.
Key Concepts
- Anpassung der Verlustfunktion
- Klassenungleichgewicht
- Fehlklassifikationskosten
- Optimierungsziel
Use Cases
- Betrugserkennung im Bankwesen
- Medizinische Krankheitsvorsorge
- Spam-Filterung mit hohen Kosten für falsch positive Treffer