Aprendizaje automático a partir de una supervisión débil: Un enfoque empírico de minimización del riesgo

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 3 votos.

Título original:

Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach

Contenido del libro:

Teoría fundamental y algoritmos prácticos de clasificación débilmente supervisada, haciendo hincapié en un enfoque basado en la minimización del riesgo empírico.

Las técnicas estándar de aprendizaje automático requieren grandes cantidades de datos etiquetados para funcionar bien. Sin embargo, cuando aplicamos el aprendizaje automático a problemas del mundo físico, resulta extremadamente difícil recopilar tales cantidades de datos etiquetados. Este libro presenta teoría y algoritmos para el aprendizaje débilmente supervisado, un paradigma del aprendizaje automático a partir de datos poco etiquetados. Enfatizando un enfoque basado en la minimización empírica del riesgo y basándose en la investigación más avanzada en aprendizaje débilmente supervisado, el libro proporciona tanto los fundamentos del campo como las teorías matemáticas avanzadas que los sustentan. Puede utilizarse como referencia para profesionales e investigadores y en el aula.

En primer lugar, el libro formula matemáticamente los problemas de clasificación, define notaciones comunes y revisa varios algoritmos de clasificación supervisada binaria y multiclase. A continuación, explora problemas de clasificación binaria débilmente supervisada, incluida la clasificación positiva-sin etiqueta (PU), la clasificación positiva-negativa-sin etiqueta (PNU) y la clasificación sin etiqueta-sin etiqueta (UU). A continuación se aborda la clasificación multiclase, con la clasificación de etiquetas complementarias (CL) y la clasificación de etiquetas parciales (PL). Por último, el libro aborda cuestiones más avanzadas, como una familia de métodos de corrección para mejorar el rendimiento de generalización del aprendizaje débilmente supervisado y el problema de la estimación previa de clases.