Bibliography | Gänzle, Robert: Glyphbasierte Modellanalyse von Klassifikatoren. University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 22 (2016). 57 pages, german.
|
CR-Schema | I.3.3 (Picture/Image Generation)
|
Abstract | In den letzten Jahren gewannen maschinelle Lernverfahren immer mehr an Bedeutung, um große Datenmengen automatisiert zu analysieren. Diese Lernverfahren basieren auf Algorithmen, die aus Daten Muster erkennen, anhand derer die Daten in Klassen eingeteilt werden. Diese Algorithmen bilden aus den Daten Lernmodelle, die möglichst genau die Eigenschaften der Klassen abbilden. Es ist nicht möglich für alle Fälle eine exakte Abbildung zu finden, weshalb inzwischen viele Algorithmen entwickelt wurden, die unterschiedliche Lernfunktionen implementieren. Daher ist es wichtig eine Möglichkeit zu schaffen, die verschiedenen Varianten analysieren und vergleichen zu können. Ein wichtiger Aspekt dabei ist es, zwischen den Modellen unterschiedlich klassifizierte Dateninstanzen genauer vergleichen zu können, um die Ursache des Unterschieds zu erkennen. Um die Analyse zu erleichtern, ist es wichtig, die Daten in einer Form darzustellen, die es dem Menschen erleichtert, wichtigen Informationen schnell aufnehmen zu können. Das Ziel dieser Arbeit ist, ein Konzept für die Visualisierung der klassifizierten Daten zu erarbeiten und in einem prototypischen Programm umzusetzen.
|
Full text and other links | PDF (1782042 Bytes) Access to students' publications restricted to the faculty due to current privacy regulations |
Department(s) | University of Stuttgart, Institute of Visualisation and Interactive Systems, Visualisation and Interactive Systems
|
Superviser(s) | Weiskopf, Prof. Daniel; Netzel, Rudolf |
Entry date | September 26, 2018 |
---|