机读格式显示(MARC)

• 000 01485nam 2200301 450

• 001 0000731604

• 005 20240805135200.0

• 010 __ |a 978-7-111-72169-7 |d CNY49.00

• 100 __ |a 20230412d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习中的标记增强理论与应用研究 |A ji qi xue xi zhong de biao ji zeng qiang li lun yu ying yong yan jiu |d = Label enhancement in machine learning: theories and applications |f 徐宁著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a 172页, [4] 页图版 |c 图 |d 21cm

• 225 2_ |a CCF优博丛书 |A CCF you bo cong shu

• 300 __ |a 中国计算机领域具有重要突破或重要创新的博士研究生科研成果

• 314 __ |a 徐宁, 东南大学计算机科学与工程学院助理研究员。先后获中国科学技术大学学士学位、中国科学院大学硕士学位以及东南大学博士学位。主要从事机器学习和数据挖掘领域的研究。

• 320 __ |a 有书目 (第155-165页)

• 330 __ |a 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。

• 410 _0 |1 2001 |a CCF优博丛书

• 510 1_ |a Label enhancement in machine learning: theories and applications |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究

• 690 __ |a TP181 |v 5

• 701 _0 |a 徐宁 |A xu ning |4 著

• 801 _0 |a CN |b WFKJXY |c 20240805

• 905 __ |a WFKJXY |d TP181/394