Loading...
机构名称:
¥ 5.0

摘要在本文中,我们调查了三向决策理论(TWD)在机器学习(ML)中的应用,尤其是四个任务:弱监督的学习和多源数据管理,缺少数据管理,分类中的不确定性量化以及在聚类中的不确定性量化。对于这四个任务中的每项任务,我们都会提出对文献进行系统综述的结果,通过该结果,我们报告了当前最新状态的主要特征,以及文献中报告和可重复性水平的质量。为此,我们讨论了审查文章中发现的主要好处,局限性和问题,并给出了质量改进的明确指示和指示,这些指示和指示通过验证,报告和可重复性标准,准则和最佳实践,这些标准,指南和最佳实践最近出现在ML领域。最后,我们讨论了关于TWD的未来研究的更有前途和相关的方向。

机器学习任务中的三路决定

机器学习任务中的三路决定PDF文件第1页

机器学习任务中的三路决定PDF文件第2页

机器学习任务中的三路决定PDF文件第3页

机器学习任务中的三路决定PDF文件第4页

机器学习任务中的三路决定PDF文件第5页

相关文件推荐

2021 年
¥2.0
2025 年
¥1.0
2024 年
¥1.0
2024 年
¥3.0
2024 年
¥4.0
2024 年
¥2.0
2024 年
¥1.0
2025 年
¥1.0
2021 年
¥8.0
2025 年
¥1.0
2012 年
¥41.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥5.0
2024 年
¥13.0
2024 年
¥1.0
1900 年
¥10.0
1900 年
¥3.0
2015 年
¥2.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥27.0
2019 年
¥1.0
2023 年
¥1.0
2023 年
¥18.0
1900 年
¥1.0
2025 年
¥1.0