📖 书目详情
集成多标签学习方法
| 著者 | 夏跃龙, 唐明靖著 |
| ISBN | 9787302682363 |
| 中图分类 | TP181 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 清华大学出版社 |
| 丛书名 | 电子信息前沿技术丛书 |
| 出版年 | 2025 |
| 页码 | 158页 |
| 价格 | ¥59.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
9.5/10
|
📝 内容简介
本书基于集成学习相关理论, 围绕多标签局部依赖、多标签缺失补全、极端量级多标签学习、长尾多标签学习和开放词多标签学习等一系列问题进行展开, 提出了一系列高效的集成多标签学习方法。我们提出了一种集成多标签学习方法, 该方法巧妙融合了多标签学习与集成学习的优势, 旨在克服传统多标签学习在多样化应用场景中面临的挑战。本书将详细阐述方法在不同实际场景下的具体解决方案及其背后的技术支撑, 同时, 通过展示一些典型的实际应用问题解决案例, 来验证提出方法在处理复杂、多维度标签任务上的优越性, 为相关领域的研究与应用提供了宝贵的参考和启示。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购