弱监督学习实用指南

黄学东序.

Alex Ratner序.

前言.

第1章弱监督介绍.

什么是弱监督？

Snorkel 弱监督实例

弱监督的基本方法.

不完全监督.

不确切监督.

不精确监督.

数据编程

获取训练数据.

数据编程如何加速软件2.0的到来

总结.

第2章使用 Snorkel框架深入数据编程.

Snorkel数据编程框架

从标签函数开始

在数据集上应用这些标签

标签的性能分析

验证集的使用

使用LabelModel 达成标签一致性

LabelModel背后的直觉

LabelModel参数估计

改进标签功能的策略

使用Snorkel Transformers 进行数据增强

通过删除词语进行数据增强

Snorkel预处理程序

通过GPT-2的预测进行数据增强

通过翻译进行数据增强

将转换函数应用于数据集

总结

第3章标记行为

标记文本数据集：识别假新闻

假新闻检测数据集

引入Snorkel并设置代表性常数

事实验证网站

Speaker是“骗子”吗？

Twitter个人资料和Botometer得分

弱分类器的生成协议

标记图像数据集：识别室内与室外图像创建图像数据集

TensorFlow中弱分类器的定义与训练

训练分类器

图像标签中的弱分类器部署计算机视觉服务

调用计算机视觉服务

……

微调预训练模型

总结

第6章扩展性和分布式训练.

可扩展性的需求

分布式训练.

Apache Spark 引言

Spark应用设计

用Azure Databricks实现扩展

弱监督的集群设置

Databricks 上的假新闻检测数据集

Snorkel 标签功能

设置依赖关系

加载数据

事实验证网站.

使用LIAR数据集的迁移学习

弱分类器：生成协议

Spark 运行所需的类型转换

总结