Resource Allocation in Classification Tasks with Local and Global Resource Availability Constraints

הרקע לפרויקט:

הפרויקט עוסק בבעית סיווג שמשלבות הקצאת משאבים עם סוגי אילוצים שונים. את הבעיה אנו פותרים בעזרת מודל דו שלבי שמשלב מודל קלסיפיקציה ומודל חקר ביצועים לפתרון של הקצאת המשאבים עם אילוצים משני סוגים. הסוג הראשון זה אילוץ על המספר הכולל של רשומות שניתן לסווג לכל קלאס והאילוץ השני הוא על בסיס תכונה (feature in the dataset) והוא מתייחס לאילוץ על כמות הרשומות שיכולות להיות מסווגות לכל קלאס לפי ערך של תכונה מסויימת.

מטרת הפרויקט:

פיתוח גישת אימון למודל דו שלבי והמלצה על סוגי המסווגים בהם כדאי להשתמש

תכולת הפרויקט:

1. ליישם את המודל הדו-שלב תוך שימוש במסווגים שונים 2. יישום של שיטות אימון שונות 3. ביצוע ניסויים על מס' דטה- סטים שונים.

קורסי קדם:

תכנות בפייתון (83011), מודלים דטרמיניסטיים בחקר ביצועים (83503), מבוא ללמידת מכונה (83622)/ כריית מידע וייצוג מידע (83676)

מקורות:

1. T. Vanderschueren, T. Verdonck, B. Baesens, W. Verbeke, Predict-then-optimize or predict-and-optimize? an empirical evaluation of cost-sensitive learning strategies, Information Sciences 594 (2022) 400–415.
2. D. A. Shifman, I. Cohen, K. Huang, X. Xian, G. Singer, An adaptive ma-chine learning algorithm for the resource-constrained classification problem, Engineering Applications of Artificial Intelligence 119 (2023) 105741.