小数据学习，Learning with Small Data【宾夕法尼亚州立大学】.zip
我们特别关注以下三个方面：（1）全面回顾了近年来在探索知识迁移的力量方面取得的进展，特别是在元学习方面；（2）介绍了将人类/专家知识纳入机器学习模型的前沿技术；（3）确定了开放的挑战数据增强技术，如生成性对抗网络。
文件下载
资源详情
[{"title":"（ 1 个子文件 31.49MB ） 小数据学习，Learning with Small Data【宾夕法尼亚州立大学】.zip","children":[{"title":"WSDM2020_tut_smalldata.pptx <span style='color:#111;'> 37.68MB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- dll数字签名克隆工具
- 最新数据挖掘真题-刘莹
- GJBZ171-2013武器装备研制项目风险管理指南
- 数电实验：数字电子钟设计74HC161
- 众拳F0_HAL库教程
- High Resolution Radar中文版
- scrapy专利爬虫
- DehazeNet 详细翻译加注解
- SAP的API文档
- STM32蓝牙控制LED
- matlab开发-模糊交通灯控制器
- 力士乐PLC编程手册.pdf
- LBM的源代码
- 神经网络程序弹性ＢＰ算法等
- 2019复旦大学961真题题回忆版.docx
- OV 7725 data sheet
- 2020年中国APP出海市场现状与竞争格局专题研究报告-.pdf
- 中国矢量地图-ppt可编辑
- web页面可配置话的动态生成spring定时任务，持续到化数据库
- snmp++-3.3.11a 库相关文件及编译笔记
- Advanced Engineering Mathematics 9ed Erwin Kreyszig 工程数学 part1
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明