Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 3 votes.
Titre original :
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach
Contenu du livre :
Théorie fondamentale et algorithmes pratiques de la classification faiblement supervisée, mettant l'accent sur une approche basée sur la minimisation du risque empirique.
Les techniques standard d'apprentissage automatique nécessitent de grandes quantités de données étiquetées pour fonctionner correctement. Lorsque nous appliquons l'apprentissage automatique à des problèmes du monde physique, il est extrêmement difficile de collecter de telles quantités de données étiquetées. Ce livre présente la théorie et les algorithmes de l'apprentissage faiblement supervisé, un paradigme de l'apprentissage automatique à partir de données faiblement étiquetées. En mettant l'accent sur une approche basée sur la minimisation du risque empirique et en s'appuyant sur l'état de la recherche dans le domaine de l'apprentissage faiblement supervisé, ce livre présente à la fois les principes fondamentaux du domaine et les théories mathématiques avancées qui les sous-tendent. Il peut être utilisé comme référence pour les praticiens et les chercheurs, ainsi que dans les salles de classe.
Ce livre commence par formuler mathématiquement les problèmes de classification, définit les notations courantes et passe en revue divers algorithmes de classification binaire et multiclasse supervisée. Il explore ensuite les problèmes de classification binaire faiblement supervisée, y compris la classification positive-non étiquetée (PU), la classification positive-négative-non étiquetée (PNU) et la classification non étiquetée-non étiquetée (UU). Il aborde ensuite la classification multiclasse, en discutant de la classification à étiquettes complémentaires (CL) et de la classification à étiquettes partielles (PL). Enfin, le livre aborde des questions plus avancées, y compris une famille de méthodes de correction pour améliorer les performances de généralisation de l'apprentissage faiblement supervisé et le problème de l'estimation des classes antérieures.
Autres informations sur le livre :
| ISBN : | 9780262047074 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2022 |
| Nombre de pages : | 320 |
Achat:
Actuellement disponible, en stock.
