弱监督

最新推荐文章于 2025-07-24 16:07:08 发布
原创 最新推荐文章于 2025-07-24 16:07:08 发布 · 483 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#弱监督

博客链接指向相关内容，虽未展示具体信息，但标签显示与弱监督有关，推测内容围绕弱监督技术领域展开，可能涉及弱监督在信息技术中的应用、方法等方面。
2025目标检测新方向：弱监督目标检测的最新论文研究与应用
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
12-15 5万+
2025目标检测新方向：弱监督目标检测的最新论文研究与应用 ，人工智能，计算机视觉，大模型，AI，本文聚焦2025年弱监督目标检测新方向，阐述其基础概念，包括弱监督学习定义、标注形式及面临的定位不准等挑战。介绍最新论文研究的多种算法，如基于点标注的算法等，还涉及相关模型、应用领域，以及评价指标、数据集、实现工具框架，分析未来趋势与补充挑战及解决方案，为该领域研究提供全面参考。
机器学习（4）——弱监督学习
Fo*(Bi)的博客
11-12 1万+
什么是弱监督学习？ 监督学习技术通过学习大量标记的训练样本来构建预测模型，在很多领域获得了巨大成功。但由于数据标注的本身往往需要很高成本，在很多任务上都很难获得全部真值标签这样比较强的监督信息。而无监督学习由于缺乏制定的标签，在实际应用中的性能往往存在很大局限。针对这一问题，相关研究者提出了弱监督学习的概念，弱监督学习不仅可以降低人工标记的工作量，同时也可以引入人类的监督信息，在很大程度上提高无监督学习的性能。 弱监督学习是相对于监督学习而言的。同监督学习不同，弱监督学习中的数据标签允许是不完全的，即训练集
弱监督学习综述（Weak Supervision 2019）
热门推荐
Yancy的博客
05-02 1万+
近年来，机器学习（ML）的现实影响已经突飞猛进。在很大程度上，这是由于深度学习模型的出现，这使得从业者可以在benchmark集上获得优异的分数，而无需任何手工设计的特征（hand-engineered features）。鉴于TensorFlow和PyTorch等多种开源ML框架的可用性，以及大量可用的最先进模型，可以说高质量的ML模型现在几乎是商品化的资源。然而，有一个隐藏的问题：这些模型依...
简要介绍弱监督学习（by 周志华）
bananalone的博客
05-31 8365
原文：《A Brief Introduction to Weakly Supervised Learning》 作者：周志华 弱监督学习1. 概览2. 不完全监督（incomplete supervision）2.1 主动学习2.2 半监督学习2.2.1 为什么未标注数据对构建预测模型有用？2.2.2 基本假设2.2.3 主要方法3. 不确切监督（inexact supervision）4. 不准确监督（inaccurate supervision）5. 总结6. 参考资料 1. 概览 在强监督条件下，.
弱监督学习
zlrai5895的博客
12-13 2749
  通常来说，弱监督可以分为三类。第一类是不完全监督（incomplete supervision），即，只有训练集的一个（通常很小的）子集是有标签的，其他数据则没有标签。这种情况发生在各类任务中。例如，在图像分类任务中，真值标签由人类标注者给出的。从互联网上获取巨量图片很容易，然而考虑到标记的人工成本，只有一个小子集的图像能够被标注。第二类是不确切监督（inexact supervision）...
精选资源
NER的弱监督：使用弱监督学习没有标签数据的命名实体识别模型的框架
02-03
与ACL 2020接受的论文“没有标签数据的命名实体识别：弱监督方法”相关的源代码。 要求： 您首先应该确保安装以下Python软件包： spacy （版本> = 2.2） hmmlearn snips-nlu-parsers pandas numba scikit-...
精选资源
CLAM:完整幻灯片图像上的高效数据和弱监督计算病理学
04-14
整个幻灯片图像上的数据高效和弱监督计算病理学。 自然生物医学工程 | | | TL; DR： CLAM是一种高通量且可解释的方法，可使用幻灯片级别的标签对数据进行有效的整个幻灯片图像（WSI）分类，而无需任何ROI提取或...
弱监督学习和半监督学习
jacke121的专栏
05-13 1688
弱监督学习和半监督学习
机器学习：弱监督学习简介
Matrix-11
05-29 1万+
在机器学习领域，我们遇见最多的是有监督学习，学习 x 到 y 的一种映射，X 可以看成是特征向量，维度可以从几十到几百，上千，甚至百万，y 可以看成是标签，(x, y) 构成了一个训练样本，有输入，输出。这种形式的学习，都称之为有监督学习。 虽然我们都已步入了大数据时代，每时每刻，我们都会产生很多的数据，图像，视频，这些数据就类似我们说的 x，为了构造一个识别模型，我们有足够多的 x，可是我们却缺...
弱监督学习 (Weakly Supervised Learning，WSL)
最新发布
不断积累不断学习
07-24 846
训练模型，以解决的核心问题。
浅谈弱监督学习（Weakly Supervised Learning）
idol24的博客
04-11 4086
来源：知乎—Lori地址：https://zhuanlan.zhihu.com/p/81404885之前看了周志华老师的《A Brief Introduction to Weakly Supervised Learning》，觉得大受启发，一直想动笔总结一下，今天终于来填坑了。机器学习在很多任务中取得了很大的成功。众所周知，在机器学习领域，学习任务可大致划分为两类，一种是...
弱监督学习-snorkel
orangerfun的博客
06-13 2248
弱监督问题旨在研究通过较弱的监督信号来构建预测模型，即在少量的标注样本上学习建模，达到大量样本上同样的效果弱监督学习主要分为三类不确切监督（inexact supervision）：标签不确切，粗粒度标签；只到大类，没有到具体的小类。不准确监督（inaccurate supervision）：标签不准确，有噪声；打标人员打标的时候存在结果矛盾的标签不完全监督（incomplete supervison）：标签少，标签不全。其中这种是最常见的情况。Snorkel框架能解决的是后面两种可以视为弱监督源的示例包括
关于弱监督学习
YiLiang
03-05 5297
学习记录
弱监督方法在森林病虫害检测中的应用
3D视觉工坊
05-12 932
这篇文章主要从两个方面讨论了弱监督方法在森林病虫害检测中实际应用效果：弱监督的实质是什么，它与传统监督方式的区别是什么？以及弱监督为什么能应用到森林病虫害检测中? 这两个切入点分别来自于读...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值