周志华百度文库:https://wenku.baidu.com/view/a66fab43f12d2af90242e6da.html
https://blog.csdn.net/tkingreturn/article/details/39959931
https://blog.csdn.net/qrlhl/article/details/50809955
基础概念 Multiple-Instance learning( MIL )
根据训练数据的歧义性大小,大致可以把在该领域进行的研究划分为三种学习框架:监督学习、非监督学习和强化学习。监督学习的样本示例带有标记;非监督学习的样本示例没有标记,因而该学习模型的歧义性较大。多示例学习可以认为是与三种传统学习框架并列的第四种学习框架,由Dietterich等人于1997年提出,提出的背景是通过一项对分子活性的研究,文章是"Solving the Multiple-Instance Problem with Axis Parallel Rectangles" ,下面就对多示例问题做一个概念性的介绍。
多示例学习可以被描述为:假设训练数据集中的每个数据是一个