A mixed-integer programming approach to example-dependent cost-sensitive learning

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: TARKAN TEMİZÖZ

Danışman: MUSTAFA GÖKÇE BAYDOĞAN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu araştırmada, etiketleme kararlarına göre değişen maliyetler/getiriler alan, örneklere- bağlı maliyet-duyarlı öğrenmeyi inceliyoruz. Karar verme modelleriyle ortaya çıkan bu tip problemler, veride doğru etiket bilgisinden çok maliyet/getiri bilgilerinin odaklandığı alanlarda ayırt edilir. Örneğin, müşteri kaybı tahmininde ve kredi puanlamasında birincil amaç, yanlış sınıflandırma hatasını en aza indiren tahmin modelleri oluşturmaktır. Daha sonra, modelin çıktıları maliyetleri/getirileri en aza indiren/maksimize eden kararlar almak için kullanılır. Diğer bir değişle, tahmin etme ve karar verme, yerel optimal çözümlere yol açabilen iki ayrı yöntem olarak görülür. Bu tür sorunları çözmek için, örneklere-bağlı maliyetleri/getirileri bir öğrenme algoritmasına dahil etmek için genel bir strateji öneriyoruz. Spesifik olarak, öğrenme problemi toplam getirileri maksimuma çıkarmak amacıyla tamsayı karışık doğrusal programlama olarak formüle edilmiştir. Karışık tamsayı doğrusal programlama problemlerinin yüksek hesaplama karmaşıklığı göz önüne alındığında, bu model büyük ölçekli veri kümeleri üzerinde eğitim için pratikte verimsiz olabilir. Bunu ele almak için, gradyan azalma merkezli eniyilemeden fayda sağlayan ve formüle edilen doğrusal modele doğrusal olmayan yaklaşım sunan Maliyet-Duyarlı Lojistik Regresyon modelini de ileri sürüyoruz. Deneysel sonuçlarımız, önerilen yaklaşımların geleneksel öğrenme yaklaşımlarına kıyasla daha iyi toplam getiri sağladığını göstermektedir. Ayrıca, Maliyet-Duyarlı Lojistik Regresyon modelinden alınan başlangıç çözümleri tamsayı karışık doğrusal program modeline verildiğinde, tamsayı karışık doğrusal program çözücüsünün eniyileme performansının geliştirilebilir olduğunu da gösteriyoruz.