楼主: AIworld
916 0

Learnability of multi-instance multi-label learning [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

78%

还不是VIP/贵宾

-

威望
0
论坛币
215 个
通用积分
2.1434
学术水平
1 点
热心指数
1 点
信用等级
1 点
经验
39460 点
帖子
3934
精华
0
在线时间
850 小时
注册时间
2017-9-5
最后登录
2018-4-9

楼主
AIworld 在职认证  发表于 2018-1-26 14:40:04 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:(MIML ) 多例子多标签学习是一个数据对象被多重例子描述并且与多重类标签联系了的一个新机器学习框架。在过去几年期间,许多 MIML 算法被开发了,许多应用程序被描述了。然而,在那里缺乏理论探索到 MIML 的易学性。在这份报纸,通过证明,归纳作为很多个多例子为多例子绑了单个标签的学习者和看的 MIML 有在标签之中的关联的单个标签的学习子任务,我们证明 MIML 假设班从一个多例子构造了单个标签的假设班是 PAC 可学会的。

原文链接:http://www.cqvip.com//QK/86894X/201219/42327094.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Learning instance earning Ability stance 机器学习 多实例 标签 易学 数据对象

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-1-23 15:44