- 博客(3)
- 收藏
- 关注
RSS订阅原创 论文解读--Instance Credibility Inference for few shot learning
本篇博客将分享一篇来自2020ICLR的小样本学习文章。在噪声标签处理方向目前比较流行的主要方法有三个：基于度量学习的小样本学习方法，主要是对支持集和询问集样本特征的度量进行建模，使得通过设计的度量方法可以对支持集和询问集各样本间的相似度量化，从而得到询问集样本的预测类别；2）基于元学习的小样本学习方法，通过元学习的相关算法使得模型具有适应多任务场景的能力，而小样本学习便可以看做是一种经典的多任务学习的问题；3）基于数据增强的小样本学习方法，从起初使用迁移学习方法增强特征表达到最近使用半监督学习方
2020-06-02 20:39:40
2066
6
原创 AdaBoost算法详解及示例分析
1、引言目前集成学习主要分为两类，一是基学习器之间存在强依赖关系、其必须串行生成的序列化方法，二是基学习器之间没有非常强的依赖关系、可同时生成的并行化方法。前者代表的算法为Boosting，后者则为Bagging和“随机森林”(Random Forest)，本文着重讲解有关Boosting算法的具体内容及算例分析。2、BoostingBoosting是指将一系列弱学习器经过某种组合的方...
2018-09-03 23:21:57
1432
原创 离散Fréchet（弗雷歇） 距离评价曲线相似度
离散Fréchet（弗雷歇） 距离评价曲线相似度1、引言对于如何评价两条曲线的相似度现已经存在许多较为直接有效的方法，诸如基于各种距离测度的距离评判、利用相关系数进行相似度分析等等，其中对于距离测度运用较为广泛便是欧式距离和Hausdorff距离等等。而在1906年法国数学家Maurice René Fréchet提出了一种基于空间路径相似度描述方式，其着重将路径空间距离考虑进去，使得...
2018-08-28 16:17:09
46899
11
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人