同类推荐
-
-
控制理论及自动控制技术
-
¥54.80
-
-
人工智能通识—AIGC应用实战（DeepSeek版）（…
-
¥49.80
-
-
人工智能通识—AIGC应用实战（DeepSeek版）（…
-
¥49.80
-
-
人工智能通识—AIGC应用实战（DeepSeek版）（…
-
¥49.80
-
-
智能超越:AI浪潮下的全球涌动与中国破局
-
¥69.00
-
-
联邦学习技术及应用
-
¥79.00
-
-
联邦学习技术及应用
-
¥79.00
-
-
联邦学习技术及应用
-
¥79.00
-
-
统计机器学习数理100题（R语言版）
-
¥69.80
-
-
对抗性机器学习安全
-
¥149.80
|
|
图书信息
|
|
|
|
机器学习中的标记增强理论与应用研究
|
| ISBN： | 9787111721697 |
定价： | ￥49.00 |
| 作者： | 徐宁著 |
出版社： | 机械工业出版社 |
| 出版时间： | 2023年02月 |
开本： | 21cm |
| 页数： | 21,172页 |
装祯： | 平装 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
172
|
|
2025-10-31
|
图书简介 | | 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。 |
|