• 机器学习中的标记增强理论与应用研究
21年品牌 40万+商家 超1.5亿件商品

机器学习中的标记增强理论与应用研究

正版保障 假一赔十 可开发票

32.34 6.6折 49 全新

库存19件

广东广州
认证卖家担保交易快速发货售后保障

作者徐宁著

出版社机械工业出版社

ISBN9787111721697

出版时间2023-03

装帧平装

开本32开

定价49元

货号12274566

上书时间2024-09-11

灵感书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第1章 绪论 1.1 研究背景 1 1.2 标记增强简介 5 1.3 研究内容 7 1.4 组织结构 9第2章 标记增强研究进展 2.1 引言 11 2.2 多标记学习 14 2.2.1 学习任务 14 2.2.2 学习方法 15 2.2.3 评价指标 22 2.3 标记分布学习 29 2.3.1 学习任务 31 2.3.2 学习方法 33 2.3.3 评价指标 39 2.4 标记增强 40 2.4.1 基于先验知识的标记增强 42 2.4.2 基于模糊方法的标记增强 45 2.4.3 基于图的标记增强 48第3章 标记增强理论框架 3.1 引言 52 3.2 标记分布内在生成机制 54 3.3 标记分布质量评价 62 3.4 标记增强对分类器泛化性能的提升 66 3.5 实验结果与分析 68 3.5.1 标记分布恢复实验 68 3.5.2 消融实验 80 3.6 本章小结 85第4章 面向标记分布学习的标记增强 4.1 引言 86 4.2 GLLE方法 87 4.2.1 优化框架 88 4.2.2 拓扑空间结构的引入 89 4.2.3 标记相关性的利用 90 4.2.4 优化策略 92 4.3 实验结果与分析 94 4.3.1 标记分布恢复实验 94 4.3.2 标记分布学习实验 103 4.3.3 标记相关性验证 107 4.4 本章小结 109第5章 标记增强在其他学习问题上的应用 5.1 引言 111 5.2 多标记学习 112 5.2.1 LEMLL方法 113 5.2.2 实验结果与分析 118 5.3 偏标记学习 126 5.3.1 PLLE方法 128 5.3.2 实验结果与分析 132 5.4 本章小结 149第6章 总结与展望 6.1 总结 151 6.2 下一步研究的方向 153

内容摘要
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。

本书构建了标记增强基础理论框架,包括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的专用算法,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。

本书适合机器学习领域的工程技术人员、高等院校相关专业研究生以及教师阅读。

主编推荐
适读人群 :研究生、科研人员、从业者等◆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◆2021年度CCF优秀博士学位论文奖◆构建了标记增强基础理论框架◆提出了面向标记分布学习的标记增强专用算法◆在其他学习范式上应用了标记增强

精彩内容
《机器学习中的标记增强理论与应用研究》由东南大学计算机科学与工程学院助理研究员徐宁撰写。全书聚焦标记端多义性这一当今机器学习领域的热点问题,针对学习过程中不可避免的信息损失这一突出问题,提出了标记增强的概念,以期在不增加额外数据标注负担的前提下,挖掘训练样本中蕴含的标记重要性差异信息,将逻辑标记转化为标记分布。《机器学习中的标记增强理论与应用研究》共六章:第1章绪论,介绍了全书的研究背景和研究内容。第2章标记增强研究进展,介绍了标记增强的研究进展。第3章标记增强理论框架,构建了标记增强的理论框架。第4章面向标记分布学习的标记增强,提出了面向标记分布学习的标记增强。第5章标记增强在其他学习问题上的应用,将标记增强应用到其他学习问题上。第6章总结与展望,总结现有工作,并在此基础上进行展望。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP