Beter prevalenties meten door het combineren van schattingsmethoden - VVSOR - VVSOR
Netherlands Society for Statistics and Operations Research | Dutch
Machine learning algoritmes worden veel ingezet voor classificatiedoeleinden. Met een hoge nauwkeurigheid kunnen algoritmes veel objecten juist classificeren. Maar wat als we niet geïnteresseerd zijn in de classificatie van ieder object, maar juist in de groepsgrootte van iedere klasse?
STAtOR
Kevin Kloos
Classificeren en optellen lijkt een logische aanpak, zeker als het algoritme een hoge nauwkeurigheid heeft. In dit artikel vinden we uit waarom dit geen goede manier is om te kwantificeren en, nog veel belangrijker, hoe we dat op kunnen lossen.
Geïnteresseerd in het volledige artikel? Lees het hier.
ARTIKEL INFORMATIE
STAtOR 2022 nr. 1 pagina 34-37
AUTEUR INFORMATIE
Kevin Kloos doet promotieonderzoek in Quantification Learning aan de Universiteit van Leiden. Gedurende zijn masteropleiding Statistical Science volgde Kevin het deeltraject European Master of Official Statistics (EMOS), waardoor hij zijn scriptie kon schrijven bij het Centraal Bureau voor de Statistiek (CBS). Zijn wetenschappelijke artikel over de combimethode leverde de tweede prijs op in de internationale IAOS Young Statisticians Prize. Dit artikel is een samenvatting van zijn masterscriptie.
E-mail: k.kloos@fsw.leidenuniv.nl
