In this paper, we address the sampl

In this paper, we address the sample selection bias
problem in the context of learning and evaluating classifiers.
In Section 2 we formally define the sample selection
bias problem in machine learning terms. In
Section 3 we present a new categorization of learning
methods that is useful for characterizing their behavior
under sample selection bias and study how a number
of well-known classifier learning methods are affected
by sample selection bias. In Section 4, we present a
bias correction method based on estimating the probability
that an example is selected into the sample and
using rejection sampling to obtain unbiased samples of
the correct distribution. It can be used both for learning
classifiers and, more importantly, for evaluating a
classifier using a biased sample.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราความโน้มเอียงการเลือกตัวอย่างปัญหาในบริบทของการเรียนรู้ และประเมินคำนามภาษาใน 2 ส่วน เราอย่างเป็นกิจจะลักษณะกำหนดการเลือกตัวอย่างปัญหาตั้งเงื่อนไขการเรียนรู้ของเครื่อง ใน3 ส่วนที่เรานำเสนอการจัดประเภทใหม่ของการเรียนรู้วิธีการที่ใช้สำหรับการกำหนดลักษณะพฤติกรรมของพวกเขาภายใต้ตัวอย่างการเลือกตั้ง และศึกษาวิธีการได้ของ classifier รู้จัก วิธีการเรียนรู้ได้รับผลกระทบโดยความโน้มเอียงในการเลือกตัวอย่าง ใน 4 ส่วน เรานำเสนอเป็นวิธีการแก้ไขที่ตั้งตามการประเมินความเป็นไปได้ที่เลือกตัวอย่างเป็นตัวอย่าง และใช้สุ่มตัวอย่างการปฏิเสธจะได้รับตัวอย่างคนกระจายที่ถูกต้อง สามารถใช้ทั้งสำหรับการเรียนรู้คำนามภาษาและ ที่สำคัญ การประเมินการใช้ตัวอย่าง biased classifier

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราอยู่อคติเลือกตัวอย่างปัญหาในบริบทของการเรียนรู้และการประเมินผลการจําแนกได้.
ในส่วนที่ 2
อย่างเป็นทางการกำหนดเราเลือกตัวอย่างปัญหาอคติในแง่การเรียนรู้เครื่อง ในส่วนที่ 3 เรานำเสนอการจัดหมวดหมู่ใหม่ของการเรียนรู้วิธีการที่จะเป็นประโยชน์สำหรับพัฒนาการพฤติกรรมของพวกเขาภายใต้อคติเลือกตัวอย่างและศึกษาวิธีการจำนวนที่รู้จักกันดีในการเรียนรู้วิธีการจําแนกได้รับผลกระทบจากอคติเลือกตัวอย่าง ในหมวดที่ 4 เรานำเสนอวิธีการแก้ไขอคติอยู่บนพื้นฐานของการประเมินความเป็นไปได้ว่าเป็นตัวอย่างที่ถูกเลือกเข้ามาในตัวอย่างและใช้การสุ่มตัวอย่างการปฏิเสธที่จะได้รับตัวอย่างที่เป็นกลางจากการจัดจำหน่ายที่ถูกต้อง มันสามารถใช้สำหรับการเรียนรู้ทั้งจําแนกและที่สำคัญกว่าสำหรับการประเมินจําแนกโดยใช้ตัวอย่างลำเอียง

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราเรียกการเลือกตัวอย่างอคติ
ปัญหาในบริบทของการเรียนรู้ และการประเมิน คือ ในส่วนที่ 2 เราอย่างเป็นทางการ

มีการกำหนดตัวอย่างปัญหาในการเรียนรู้เครื่องเงื่อนไข ในส่วนที่ 3 ที่เรานำเสนอประเภท

วิธีการใหม่ของการเรียนรู้ที่เป็นประโยชน์ต่อการพัฒนาพฤติกรรม
ภายใต้อคติการเลือกตัวอย่างและศึกษาวิธีการหมายเลข
ของที่รู้จักกันดีลักษณนามการเรียนรู้วิธีการได้รับผลกระทบ
ด้วยอคติเลือกตัวอย่าง ในส่วนที่ 4 เราได้เสนอวิธีการแก้ไขการตั้งค่าตาม

ประมาณความน่าจะเป็นที่เป็นตัวเลือกในการสุ่มตัวอย่างและการขอรับ

การเป็นกลางอย่างถูกต้อง มันสามารถใช้ทั้งเพื่อการเรียนรู้
คำ และที่สำคัญ เพื่อประเมิน
ลักษณนามใช้
ลำเอียงตัวอย่าง