Handling data irregularities in classification: Foundations, trends, and future challenges

اکثر طبقه بندی های الگوی سنتی، داده های ورودی خود را با توجه به توزیع کلاس های مشابه، اندازه متعادل کلاس ها، حضور مجموعه ای کامل از ویژگی های مشاهده شده در تمام نمونه های داده، رفتار می کنند و غیره. اما مجموعه داده های عملی، نشان می دهد با اشکال مختلف بی نظمی که اغلب به اشتباه طبقه بندی کننده می انجامد، به طوری که توانایی آن را در یادگیری از داده کاهش می دهد. در این مقاله، چشم انداز پرنده ای از این نوع بی نظمی ها را ارائه می دهیم، که با طبقه بندی و مشخص کردن بی نظمی های مختلف مبتنی بر توزیع و ویژگی ها آغاز می شود. در ادامه، ما در مورد رویکردهای قابل توجه و اخیر که برای ایجاد موجود مستقل و همچنین طبقه بندی های گروهی علیه چنین بی نظمی هایی صورت گرفته است، بحث می کنیم. ما همچنین در مورد ارتباطات و رخدادهای مشترک بی نظمیهای داده ها، از جمله عدم تعادل کلاس، اختلافات کوچک، شکاف طبقاتی، ویژگی های از دست رفته و ویژگی های موجود (غیر موجود یا نامرئی) بحث می کنیم. در نهایت، ما تعدادی از راه های پژوهشی جالب آینده را کشف می کنیم که با توجه به پارادایم های به طور منظم و عمیق یادگیری ماشین به طور مساوی است.