Multi-Objective Machine Learning

Recentemente, si è manifestato un crescente interesse nell'applicare il concetto di Pareto-optimalità all'apprendimento automatico, particolarmente ispirato dai successi nello sviluppo dell'ottimizzazione multi-obiettivo evolutiva. È stato dimostrato che l'approccio multi-obiettivo all'apprendimento automatico è particolarmente efficace nel migliorare le prestazioni dei metodi tradizionali di apprendimento automatico a obiettivo singolo, generando modelli Pareto-ottimali altamente diversificati per la costruzione di modelli ensemble e raggiungendo un compromesso desiderato tra accuratezza e interpretabilità delle reti neurali o dei sistemi fuzzy. Questo monografia presenta una selezione di lavori di ricerca sull'approccio multi-obiettivo all'apprendimento automatico, inclusi la selezione multi-obiettivo delle caratteristiche, la selezione multi-obiettivo dei modelli nell'addestramento di percettroni multistrato, reti a base radiale, macchine a vettori di supporto e alberi decisionali.