会员服务
ICML2021 | Self-Tuning: 如何减少对标记数据的需求？
ICML2021 | Self-Tuning: 如何减少对标记数据的需求？
夕小瑶的卖萌屋
0+阅读 · 2021年7月27日
NeurIPS 2020 | 数据类别不平衡/长尾分布？不妨利用半监督或自监督学习
NeurIPS 2020 | 数据类别不平衡/长尾分布？不妨利用半监督或自监督学习
CVer
2+阅读 · 2020年9月30日
【Google AI-Luong】无标记数据学习, 83ppt, 一致性学习与自监督学习是什么？
【Google AI-Luong】无标记数据学习, 83ppt, 一致性学习与自监督学习是什么？
专知
12+阅读 · 2020年3月5日
如何用Python从海量文本抽取主题？
如何用Python从海量文本抽取主题？
AI研习社
7+阅读 · 2017年7月6日
该如何对「半监督学习算法」实际性应用进行评估？Google给出了新答案
该如何对「半监督学习算法」实际性应用进行评估？Google给出了新答案
深度学习世界
2+阅读 · 2018年4月27日
ICML 2019 Tutorial 《主动学习：理论到实战》, 180页PPT带你从入门到精通
ICML 2019 Tutorial 《主动学习：理论到实战》, 180页PPT带你从入门到精通
专知
36+阅读 · 2019年6月11日
MIT大神利用半监督or自监督学习，巧妙破解数据不平衡问题！
MIT大神利用半监督or自监督学习，巧妙破解数据不平衡问题！
AI科技评论
6+阅读 · 2020年10月7日
长尾问题太严重？半监督和自监督就可以有效缓解！
长尾问题太严重？半监督和自监督就可以有效缓解！
新智元
2+阅读 · 2020年11月9日
只有正样本和无标记数据的半监督学习（PU Learning）
只有正样本和无标记数据的半监督学习（PU Learning）
AINLP
3+阅读 · 2020年6月3日
该如何对「半监督学习算法」实际性应用进行评估？
该如何对「半监督学习算法」实际性应用进行评估？
炼数成金订阅号
7+阅读 · 2018年4月27日
参数量翻了10倍！Meta AI 祭出100亿参数的“新SEER”，为元宇宙铺路
参数量翻了10倍！Meta AI 祭出100亿参数的“新SEER”，为元宇宙铺路
THU数据派
0+阅读 · 2022年3月3日
该如何对「半监督学习算法」实际性应用进行评估？Google给出了新答案
该如何对「半监督学习算法」实际性应用进行评估？Google给出了新答案
人工智能学家
5+阅读 · 2018年4月26日
参考链接
微信扫码咨询专知VIP会员
Top