label nosie: 就是target y 带有噪声
目标: 找到具有标签鲁棒性的分类器,即对带noise的label进行学习,最终可预测正确的y(不带noise)。
在引入RCN和CNN前,先复习下概率的理论。
RCN: 当噪点是随机分布的,我们可以通过对称损失函数对其进行抵消。
Importance reweighting:迁移学习的domain转换
label nosie: 就是target y 带有噪声
目标: 找到具有标签鲁棒性的分类器,即对带noise的label进行学习,最终可预测正确的y(不带noise)。
在引入RCN和CNN前,先复习下概率的理论。
RCN: 当噪点是随机分布的,我们可以通过对称损失函数对其进行抵消。
Importance reweighting:迁移学习的domain转换