分享主题
计算机视觉当中的零样本学习(Zero-Shot Learning),以及本实验组在NeurIPS2018上发表的关于零样本学习的“领域不变量映射学习算法”
分享背景
机器学习中,传统的图像分类问题依赖大量带标签的训练样本。繁琐的标注工作大大增加了图像收集的人工成本,从而使得小样本的机器学习方法,特别是其中的零样本学习(Zero-Shot Learning)成为了近期机器学习的重要研究方向。零样本学习旨在没有带标签数据的情况下,通过对已知类别的映射学习获得泛化能力强的学习器(分类器),再推广到未知类上实现较好的分类效果(所以称为零样本或者是零标签学习)。
分享嘉宾
管界超,中国人民大学信息学院大数据分析与智能实验室2018级直博生,方向是机器学习与计算机视觉。本科就读于中国人民大学数学系。
分享提纲
零样本学习问题背景及其概念
相关工作介绍
介绍我们组在NeurIPS2018上的工作 - 领域不变量映射学习算法(Domain-Invariant Projection Learning)
实验结果分析与总结
分享时间
(北京时间) 01 月 15 日 (星期二)早上 10:00
错过直播不要紧,回放视频上传后也能看哦~
直播链接
http://www.mooc.ai/open/course/629
↘ 扫码直达 ↙
【AI求职百题斩 - 每日一题】
赶紧来看看今天的题目吧!
想知道正确答案?
点击今日推文【第4条】或 在公众号回复“0114挑战”即可答题获取!