基于半监督学习的迁移学习方法
迁移学习是机器学习的一个新的分支.当训练模型过期,而新领域标记数据又非常少时,传统的机器学习就不足以产生一个较为精确的分类器.为解决此问题,本文提出一种基于半监督学习的迁移学习方法,对源领域数据进行二步信息筛选,并在大量文本数据集上的实验中证明了新算法的有效性.
迁移学习、机器学习、半监督学习、相似度、互信息
TP311(计算技术、计算机技术)
2014-05-16(万方平台首次上网日期,不代表论文的发表时间)
共1页
211
点击收藏,不怕下次找不到~
迁移学习、机器学习、半监督学习、相似度、互信息
TP311(计算技术、计算机技术)
2014-05-16(万方平台首次上网日期,不代表论文的发表时间)
共1页
211
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn