Lernen aus unausgewogenen Daten

Mit der kontinuierlichen Ausweitung der Datenverfügbarkeit in vielen groß angelegten, komplexen und vernetzten Systemen wie Überwachung, Sicherheit, Internet und Finanzen wird es entscheidend, das grundlegende Verständnis der Wissensentdeckung und Analyse aus Rohdaten zu verbessern, um Entscheidungsprozesse zu unterstützen. Obwohl bestehende Techniken der Wissensentdeckung und Datenverarbeitung in vielen realen Anwendungen großen Erfolg gezeigt haben, stellt das Lernen aus unausgewogenen Daten (das Problem des unausgewogenen Lernens) eine relativ neue Herausforderung dar, die sowohl in der Wissenschaft als auch in der Industrie zunehmende Aufmerksamkeit gewinnt. Das Problem des unausgewogenen Lernens betrifft die Leistungsfähigkeit von Lernalgorithmen bei Vorliegen von unterrepräsentierten Daten und starken Verzerrungen in der Klassenzusammensetzung. Aufgrund der inhärent komplexen Eigenschaften unausgewogener Datensätze erfordert das Lernen aus solchen Daten neue Erkenntnisse, Prinzipien, Algorithmen und Werkzeuge, um große Mengen an Rohdaten effizient in Informations- und Wissensrepräsentationen zu transformieren. In diesem Papier geben wir einen umfassenden Überblick über die Entwicklung der Forschung im Bereich des Lernens aus unausgewogenen Daten. Unser Schwerpunkt liegt darauf, das Wesen des Problems, den Stand der Technik und die aktuellen Bewertungsmetriken zur Beurteilung der Lernleistung unter der Situation des unausgewogenen Lernens kritisch zu betrachten. Darüber hinaus heben wir zur Anregung zukünftiger Forschung in diesem Gebiet die wichtigsten Chancen und Herausforderungen sowie potenziell bedeutende Forschungsrichtungen für das Lernen aus unausgewogenen Daten hervor.