一、Multiple-instancelearning(MIL,多示例学习)
MIL是由监督学习的一个演变过来的,MIL的数据由一系列带有label的bags组成,每个bags中由很多instances(示例),但每个bag中的instance不知道对应的label,在一个简单的二值分类的例子中(label={+1,-1}),如果一个bag中的所有instances对应的label均为-1时,则此bag的label=-1,如果一个bag的label=+1,则此bag中的所有instances至少有一个instance的label为+1。
MIL主要目的有:(1)归纳出单个instance对应的label。(2)通过对这些已标注的bag学习,尽可能准确地对新bag的label做出判断。
拿现在比较火的ImageCaptioning来说