结合集成学习与迁移学习的标签比例学习方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：标签比例学习（LLP）是一种将实例放入包中的机器学习方法，它只提供包中的实例信息和标签比例信息，而不提供标签信息。针对多个相关任务的LLP问题，提出了一种基于迁移学习的标签比例集成学习模型，简称AT-LLP，该模型通过在任务之间构建共享参数来连接相关任务，将源任务中学习到的知识迁移到目标任务中，从而提高目标任务的学习效率。（剩余11133字）

试读结束

目录
monitor