中南民族大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习中的标记增强理论与应用研究:theories and applicaitons/徐宁著

出版发行项:

北京:机械工业出版社,2023

ISBN及定价:

978-7-111-72169-7/CNY49.00

载体形态项:

XXI, 172页, [4] 叶图版:图 (部分彩图);21cm

并列正题名:

Label enhancement in machine learning:theories and applicaitons

丛编项:

CCF优博丛书

个人责任者:

徐宁 著

学科主题:

机器学习-研究

中图法分类号:

TP181

一般附注:

中国计算机领域具有重要突破或重要创新的博士研究生科研成果

责任者附注:

徐宁，东南大学计算机科学与工程学院助理研究员。先后获中国科学技术大学学士学位、中国科学院大学硕士学位以及东南大学博士学位。

书目附注:

有书目 (第155-165页)

提要文摘附注:

本书原创性地提出了标记增强这一概念，从0/1标记标注的训练数据中恢复出标记分布，通过连续的“描述度”来显式表达每个标记与数据对象的关联强度，使得预测模型可以在更为丰富的监督信息下进行训练，不仅为扩展标记分布学习范式的适用性提供有力支撑，而且对于探索类别监督信息的本质具有重要意义。本文构建了标记增强基础理论框架即标记分布的内在生成机制、标记增强所得标记分布的质量评价机制以及标记增强后学习系统的泛化性能提升机制，并且设计了面向标记增强专用算法，进而将标记增强应用到既有学习范式上，为解决传统学习问题提供了新思路。

豆瓣简介：