眾包中的機器學習問題研究.pdf_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、眾包是一種分布式的問題解決模式。問題發(fā)布者將問題以公開招標的方式傳播給未知的解決方案提供者群體。監(jiān)督機器學習需要大量的人工標注數據。眾包的發(fā)展為獲取人工標注數據提供了一個新的方法。眾包獲取人工標注數據具有廉價、快速、規(guī)模大和方便控制等優(yōu)點。因此得到了機器學習研究人員的廣泛關注。眾包標注數據雖然很方便,但是質量會有問題?,F在很多研究人員提出用重復標注的方式產生冗余的標注數據,在這個數據上用機器學習算法來過濾噪聲或者是估計更可靠的標簽。

2、r>  本文研究關于眾包的二個方面的問題。第一個是標簽質量控制問題。考慮到標注者之間的能力差異、標注的樣本數據之間的難易程度這兩個因素,多數投票方法有很大的改進空間。本文提出魯棒個人分類器算法,在個人分類器的基礎上,能夠從特征和標簽數據中學習標注者的能力和分類器模型。第二個是標簽矩陣補全問題。在現實情況下,每個標注者只能標注部分數據樣本,每個數據樣本只得到部分標注者的標簽。將眾包標注者給出標簽的過程類比看電影的用戶給電影評分,我們提出用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論