Please use this identifier to cite or link to this item: http://dx.doi.org/10.18419/opus-10728
Full metadata record
DC FieldValueLanguage
dc.contributor.authorHeyen, Frank-
dc.date.accessioned2020-02-11T09:19:19Z-
dc.date.available2020-02-11T09:19:19Z-
dc.date.issued2019de
dc.identifier.other1689855452-
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/10745-
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-107452de
dc.identifier.urihttp://dx.doi.org/10.18419/opus-10728-
dc.description.abstractWe present a batch training and visualization system that enables users to visually compare different classifiers and parameter configurations in their performance and behavior. Our approach is plugin-based and classifier-agnostic and allows users to add their own datasets and classifier implementations. It provides multiple visualizations, including a multivariate ranking, a similarity map, a scatterplot that shows correlations between parameters and scores, as well as a training history chart. We enable users to interactively filter, highlight, colorize, sort, and group the displayed data. Using an iterative process, we developed our approach over the course of six months in cooperation with domain experts who apply machine learning for natural language processing. Our evaluation consists of two pair analytics studies and a survey with students. It demonstrates the effectiveness and usability of the implementation and shows desire to use it from domain experts, teachers and students.en
dc.description.abstractWir präsentieren ein System zum einfachen Trainieren und Vergleichen von Klassifikatoren mit vielen unterschiedlichen Parameterkonfigurationen. Es ermöglicht Benutzern, die Ergebnisse des Trainings anhand der Performance und des Verhaltens zu vergleichen. Unser Konzept basiert auf Plugins, mit denen Benutzer eigene Datensätze und Klassifikatoren hinzufügen können. Es bietet eine Reihe von unterschiedlichen Visualisierungen, unter anderem eine multivariate Rangliste, eine Visualisierung des Trainingsverlaufes und ein Streudiagramm, das Korrelationen zwischen Parametern und Metriken wie Exaktheit und Trainingszeit zeigt. Wir ermöglichen den Benutzern interaktives Filtern, Hervorheben, Einfärben, Sortieren und Gruppieren der angezeigten Daten. Unser Konzept enstand in einem iterativen Prozess in Zusammenarbeit mit dem Institut für Maschinelle Sprachverabeitung der Universität Stuttgart. Wir evaluierten unsere Implementierung in zwei Pair Analytics Studien und einer Umfrage. Die Ergebnisse der Evaluierung zeigen die Effektivität und Benutzerfreundlichkeit unseres Systems und die Nachfrage von Fachexperten, Lehrpersonal und Lernenden.de
dc.language.isoende
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.subject.ddc004de
dc.titleVisual Parameter Space Analysis for Classification Modelsen
dc.typemasterThesisde
ubs.fakultaetInformatik, Elektrotechnik und Informationstechnikde
ubs.institutInstitut für Visualisierung und Interaktive Systemede
ubs.publikation.seiten55de
ubs.publikation.typAbschlussarbeit (Master)de
Appears in Collections:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Files in This Item:
File Description SizeFormat 
Frank Heyen - Visual Parameter Space Analysis for Classification Models.pdf2,22 MBAdobe PDFView/Open


Items in OPUS are protected by copyright, with all rights reserved, unless otherwise indicated.