Institut für Technik der Informationsverarbeitung (ITIV)

Machine Learning Algorithmen für Multi-Label Klassifikationsprobleme

Machine Learning Algorithmen für Multi-Label Klassifikationsprobleme

Umfeld

Klassifikation ist ein klassisches und grundsätzliches Problem im Bereich Machine Learning. Bei normaler Klassifikationsprobleme wird ein Objekt nur zu einer Klasse klassifiziert, wobei die gesamte Anzahl von möglichen Klassen mehrfach sein kann, d.h. es handelt sich hier um ein „single-label, multi-class“ Problem.

Allerdings reicht es bei manchen Anwendungen nicht aus. z.B. Ein Film, Lied oder Buch kann über mehrere Genres verfügen. In einem Bild können verschiedene Gegenstände vorhanden sein. Um einem solchen Objekt mehrere Klassen zuzuweisen, müssen komplexere Machine Learning Algorithmen für das „multi-label, multi-class“ Problem umgesetzt werden.

 

Aufgabe

In dieser Arbeit soll ein Machine Learning Modell für Multi-Label Klassifikationsprobleme entwickelt werden. Vor allem soll das Modell nach dem Training Aussage über die Labelszuweisung treffen kann. Außerdem soll es auch in der Lage sein, im Zweifel mögliche Lösungen vorzuschlagen.

 

Voraussetzungen

  • Lust und Motivation auf neue Technologie
  • Idealerweise Erfahrungen in
    • Programmierung (Python, C++…)
    • Machine Learning