AutoML and Data Preprocessing

Bc. Josef Karas

Bakalářská práce

Anotace:

Tato práce pojednává o metodách předzpracování (pre-processing methods) v AutoML, se zaměřením na nevyvážená data (imbalanced data). V rámci práce jsem vytvořil a otestoval nový krok předzpracování v auto-sklearn pro nevyvážená data. Přestože nová metoda předzpracování nevykazuje statisticky významné zlepšení, může být snadno přizpůsobena jiným úkolům, jako například detekce anomálií (anomaly detection) a sloužit pro další výzkum.

Abstract:

This thesis explores pre-processing methods used in AutoML, with a focus on imbalanced data. In this thesis, I have developed and benchmarked a new pre-processing step for auto-sklearn to address imbalanced data. Although the method does not show statistically significant results, it paves the way for future studies, as it can be easily adapted to other tasks such as anomaly detection.

Keywords

AutoML, SMOTE, auto-sklearn, data pre-processing, imbalanced data

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 25. 6. 2024
• Vedoucí: doc. RNDr. Lubomír Popelínský, Ph.D.
• Oponent: RNDr. Ondřej Sotolář

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika