177页《鲁棒机器学习》教程讲义下载

相似文件 换一批

是 否 +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~ !

立即领取

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

本次与大家分享Thomas G.Dietterich的鲁棒机器学习教程讲义。

目录如下：

• 第1讲：校准概率。本节课讨论如何从监督分类器获得校准概率。这对于做出拒绝决定很有用，对于cost-sensitive的分类，处理类不平衡以及作为更大的AI系统的组件也是有用的。

• 第2讲：带有拒绝选项的分类。为了正确地做出拒绝决策，我们不需要获得经过校准的概率。这节课讨论了设置拒绝阈值的方法，该阈值提供了准确性保证。这包括标准的阈值法和保角预测法。

• 第3讲：开放类别检测。前两讲仅考虑了具有iid训练数据的封闭世界的情况。在本节课中，我们讨论了检测属于不存在于训练数据中的类的测试查询的问题。

• 第4讲：异常检测。大多数开放类别方法都使用异常检测方法来进行新奇类查询。本节课讨论了八种异常检测算法的基准研究。然后介绍由Alan Fern，Md.Amran Siddiqui开发的罕见模式异常检测理论，该理论给出了异常检测方法的PAC式理论。

  
  

Robust Artificial Intelligence-lecture.zip (4.67 MB, 需要: 5 个论坛币) 本附件包括：

• Robust Artificial Intelligence-lecture-1.pdf
• Robust Artificial Intelligence-lecture-2.pdf
• Robust Artificial Intelligence-lecture-3.pdf
• Robust Artificial Intelligence-lecture-4.pdf

2018-11-15 10:29:33 上传

鲁棒机器学习教程讲义
需要: 5 个论坛币  [购买]

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

分享0 收藏4 回帖

关键词：机器学习 Sensitive Thomas 与大家分享 ERICH

谢谢分享！

谢谢分享