データ不足時の再標本化

Advanced Probability: データの不確実性

Maarten Van den Broeck

Senior Content Developer at DataCamp

再標本化とは？

• 色ごとのビー玉はいくつ？
• 数えずに推定する
• 解法: 繰り返しサンプリングし色を記録

再標本化の手法

• ブートストラップ
• 交差検証
• 合成サンプリング

ブートストラップ

交差検証

合成再標本化

例: 不正検知

• 不正取引は稀
  • モデルは全件を安全と予測しがち
• 合成の不正ケースを生成
  • モデルが不正パターンを学習可能に

例: 不正検知

• 初期状況:

  • 月100万件の取引
  • 1,000件 (0.1%) が不正

• 合成サンプリング:

  • 不正サンプルを1万件 (1%) に増やす

Passons à la pratique !

Advanced Probability: データの不確実性