|
题名:
|
集成多标签学习方法 [ 专著] ji cheng duo biao qian xue xi fang fa / 夏跃龙,唐明靖著 , |
|
ISBN:
|
978-7-302-68236-3 价格： CNY59.00 |
|
语种:
|
chi |
|
载体形态:
|
158页 图 23cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2025 |
|
内容提要:
|
本书基于集成学习相关理论,围绕多标签局部依赖、多标签缺失补全、极端量级多标签学习、长尾多标签学习和开放词多标签学习等一系列问题进行展开,提出了一系列高效的集成多标签学习方法。我们提出了一种集成多标签学习方法,该方法巧妙融合了多标签学习与集成学习的优势,旨在克服传统多标签学习在多样化应用场景中面临的挑战。本书将详细阐述方法在不同实际场景下的具体解决方案及其背后的技术支撑,同时,通过展示一些典型的实际应用问题解决案例,来验证提出方法在处理复杂、多维度标签任务上的优越性,为相关领域的研究与应用提供了宝贵的参考和启示。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
夏跃龙 xia yue long 著 |
|
主要责任者:
|
唐明靖 tang ming jing 著 |
|
附注:
|
民族教育信息化教育部重点实验室 云南省智慧教育重点实验室 国家自然科学基金项目“高效可信的深度集成知识蒸馏关键技术研究与应用” |