📚 网上馆配 · 在线荐购平台

内容简介：本书提出了标记增强这一概念，从0/1标记标注的训练数据中恢复出标记分布，通过连续的“描述度”来显式表达每个标记与数据对象的关联强度，使得预测模型可以在更为丰富的监督信息下进行训练，不仅为扩展标记分布学习范式的适用性提供有力支撑，而且对于探索类别监督信息的本质具有重要意义。