Nguồn tham khảo: Haixiang, G., Yijing, L., Shang, J., Mingyun, G., Yuanyue, H., & Bing, G. (2017). Learning from class-imbalanced data: Review of methods and applications. Expert Systems with Applications, 73, 220–239. https://doi.org/10.1016/j.eswa.2016.12.035
Truy cập toàn văn: https://doi.org/10.1016/j.eswa.2016.12.035
Tóm tắt nội dung
Guo Haixiang và cộng sự thực hiện một tổng quan chuyên sâu về phát hiện sự kiện hiếm (rare event detection) dưới góc nhìn học từ dữ liệu mất cân bằng lớp. Câu hỏi xuất phát là: khi sự kiện cần dự báo hiếm khi xảy ra, dữ liệu huấn luyện gần như luôn lệch về lớp đa số, vậy giới nghiên cứu đã xử lý bằng những phương pháp nào và trong những lĩnh vực nào. Bài viết tổng hợp hàng trăm công trình và xây dựng một hệ thống phân loại toàn diện các miền ứng dụng hiện có của học mất cân bằng.
Về khái niệm, sự kiện hiếm chiếm tỷ lệ nhỏ trong dữ liệu nhưng thường kéo theo hậu quả đáng kể, nên mô hình chỉ tối ưu độ chính xác tổng thể rất dễ bỏ qua chúng. Các giải pháp thường được xếp thành nhóm can thiệp ở mức dữ liệu như lấy mẫu lại, nhóm can thiệp ở mức thuật toán như học nhạy chi phí, bên cạnh câu hỏi chọn thước đo đánh giá phù hợp. Giá trị của bài nằm ở chỗ đặt các kỹ thuật cạnh những bối cảnh ứng dụng cụ thể, cho thấy cùng một vấn đề được xử lý khác nhau ở từng ngành.
Với bài toán dự báo sinh viên bỏ học, tài liệu cho phép nhìn cảnh báo sớm như một dạng phát hiện sự kiện hiếm và tham khảo kinh nghiệm chọn phương pháp của các lĩnh vực khác.
Luận điểm liên quan trong bài viết chính
Trong bài viết chính, tài liệu này được dẫn để làm rõ nhận định sau: Các tổng quan về học từ dữ liệu mất cân bằng chia giải pháp thành nhóm ở mức dữ liệu (lấy mẫu lại), nhóm ở mức thuật toán (trọng số, học nhạy chi phí) và nhóm lai (He và Garcia, 2009; Krawczyk, 2016; Haixiang và cộng sự, 2017).
Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp