噪聲標注條件下機器學習分類方法馮暘赫 9787567306110 【台灣高等教育出版社】

Name: 噪聲標注條件下機器學習分類方法 馮暘赫 9787567306110 【台灣高等教育出版社】
Brand: abooksthep
Price: 242.0 TWD
Availability: InStock

圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：國防科技大學

NT$242

商品編號:

供貨狀況: 尚有庫存

加入最愛

商品介紹

*數量非實際在台庫存
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為實際資訊。
印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：噪聲標注條件下機器學習分類方法
ISBN：9787567306110
出版社：國防科技大學
著編譯者：馮暘赫
頁數：127
所在地：中國大陸 *此為代購商品
書號：1619514
可大量預訂，請先連絡。

內容簡介

本書針對近些年弱監督機器學習中的雜訊標註學習問題進行了綜述，系統地介紹了標註雜訊的建模和估計方法及雜訊標註情景下的學習演算法設計方法，為從事弱監督機器學習的研究人員提供參考。

第1章緒論
1 1 研究背景
1 2 研究現狀
1 2 1 基於濾波的演算法
1 2 2 基於模型調整的演算法
1 2 3 主要問題
第2章雜訊標註情景下的傳統學習方法
2 1 理論分析
2 1 1 DT演算法
2 1 2 AdaBoost演算法
2 1 3 Bagging演算法
2 1 4 線性模型
2 1 5 KNN 演算法
2 1 6 NB演算法
2 2 實驗分析
2 2 1 實驗的設置與相關演算法
2 2 2 二分類情景下的實驗分析
2 2 3 多分類情景下的實驗分析
2 3 本章小結
第3章雜訊標註情景下的通用建模方法
3 1 統計學習理論與風險函數
3 1 1 期望風險函數最小化準則
3 1 2 經驗風險函數最小化準則
3 1 3 正則化經驗風險函數最小化準則
3 2 雜訊標註情景下的估計偏差與Importance Reweighting修正思想
3 2 1 Importance Reweighting修正思想
3 2 2 最優性定理
3 3 基於Importance Reweighting 思想的學習框架
3 4 本章小結
第4章雜訊率矩陣估計方法
4 1 雜訊率矩陣與Importance Reweighting的關聯
4 1 1 二分類情形下的關聯
4 1 2 多分類情形下的關聯
4 2 雜訊率矩陣的研究現狀
4 3 基於部分精準標註樣本的 Back-End學習演算法
4 3 1 Back-End學習演算法
4 3 2 凸優化模型求解
4 4 基於完全雜訊標註樣本的RP演算法與MRP演算法
4 4 1 RP演算法
4 4 2 MRP演算法
4 5 Back-End演算法與RP演算法的實驗分析
4 5 1 對照演算法的原理
4 5 2 Back-End演算法與RP演算法的相關實驗
4 6 本章小結
第5章演算法設計案例及應用分析
5 1 二分類情形
5 1 1 修正權值的計算
5 1 2 基於Importance Reweighting理論嵌入的SVM
5 2 多分類情形
5 2 1 Importance Reweighting思想的嵌入
5 2 2 基於Importance Reweighting思想的多分類學習模型
5 2 3 多類SVM的決策衝突消除
5 3 實驗分析
5 3 1 模擬數據的演示
5 3 2 公測數據的實驗分析
5 4 應用案例
5 4 1 實驗背景與想定
5 4 2 實驗數據的描述與任務
5 4 3 結論與分析
5 5 本章小結
第6章展望
參考文獻
附錄
附錄A 實驗中雜訊率矩陣估計核心代碼
附錄B 實驗中CCN魯棒學習演算法核心代碼
附錄C 彩圖

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。