177页《鲁棒机器学习》教程【下载】
本文为大家整理了Thomas G.Dietterich的鲁棒机器学习教程。
目录如下：
- 第1讲：校准概率。本节课讨论如何从监督分类器获得校准概率。这对于做出拒绝决定很有用，对于cost-sensitive的分类，处理类不平衡以及作为更大的AI系统的组件也是有用的。
- 第2讲：带有拒绝选项的分类。为了正确地做出拒绝决策，我们不需要获得经过校准的概率。这节课讨论了设置拒绝阈值的方法，该阈值提供了准确性保证。这包括标准的阈值法和保角预测法。
- 第3讲：开放类别检测。前两讲仅考虑了具有iid训练数据的封闭世界的情况。在本节课中，我们讨论了检测属于不存在于训练数据中的类的测试查询的问题。
- 第4讲：异常检测。大多数开放类别方法都使用异常检测方法来进行新奇类查询。本节课讨论了八种异常检测算法的基准研究。然后介绍由Alan Fern，Md.Amran Siddiqui和我开发的罕见模式异常检测理论，该理论给出了异常检测方法的PAC式理论。
下载方式
关注公众号，后台回复关键词
20181115
推荐阅读
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。