Nguồn tham khảo: Moreno-Torres, J. G., Raeder, T., Alaiz-Rodríguez, R., Chawla, N. V., & Herrera, F. (2012). A unifying view on dataset shift in classification. Pattern Recognition, 45(1), 521–530. https://doi.org/10.1016/j.patcog.2011.06.019
Truy cập toàn văn: https://doi.org/10.1016/j.patcog.2011.06.019
Tóm tắt nội dung
Jose G. Moreno-Torres, Troy Raeder, Rocío Alaiz-Rodríguez, Nitesh V. Chawla và Francisco Herrera (2012) xử lý một vấn đề thuật ngữ: cùng một hiện tượng dịch chuyển dữ liệu (dataset shift) lại được gọi bằng nhiều tên khác nhau, gây khó cho việc so sánh kết quả. Qua rà soát và đối chiếu các công trình quan trọng nhất về chủ đề, bài đưa ra một khung thống nhất cho bài toán phân loại khi dữ liệu lúc áp dụng khác dữ liệu lúc huấn luyện.
Khung này phân biệt ba dạng chính. Dịch chuyển hiệp biến (covariate shift): phân phối biến đầu vào thay đổi nhưng quan hệ giữa đầu vào và nhãn giữ nguyên. Dịch chuyển xác suất tiên nghiệm (prior probability shift): tỉ lệ giữa các lớp thay đổi, như tỉ lệ bỏ học chung tăng lên. Dịch chuyển khái niệm (concept shift): chính quan hệ giữa đầu vào và nhãn thay đổi, cùng một hồ sơ nhưng khả năng xảy ra kết quả đã khác. Phần tóm tắt của bài không nêu số liệu thực nghiệm; giá trị chính nằm ở hệ khái niệm.
Với hệ thống dự báo sinh viên có nguy cơ bỏ học, cách phân loại này giúp nhóm vận hành gọi đúng tên thay đổi khi sang năm học mới và chọn cách xử lý phù hợp: hiệu chỉnh lại xác suất khi tỉ lệ bỏ học chung thay đổi, hay huấn luyện lại khi quan hệ giữa dấu hiệu học tập và kết quả đã khác.
Luận điểm liên quan trong bài viết chính
Trong bài viết chính, tài liệu này được dẫn để làm rõ nhận định sau: Moreno-Torres và cộng sự (2012) đề xuất một khung thống nhất cho các dạng "dịch chuyển dữ liệu" trong bài toán phân loại, vốn được gọi bằng nhiều tên khác nhau trong tài liệu.
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