Learning to Quantify

This open access book provides an introduction and an overview of learning to quantify (a.k.a. "quantification"), i.e. the task of training estimators of class proportions in unlabeled data by means of supervised learning. In data science, learning to quantify is a task of its own related...

Полное описание

Сохранить в:

Библиографические подробности
Главный автор:	Esuli, Andrea (auth)
Другие авторы:	Fabris, Alessandro (auth), Moreo, Alejandro (auth), Sebastiani, Fabrizio (auth)
Формат:	Электронный ресурс Глава книги
Язык:	английский
Опубликовано:	Cham Springer Nature 2023
Серии:	The Information Retrieval Series 47
Предметы:	Information retrieval Data mining Machine learning Information Retrieval Machine Learning Supervised Learning Data Mining Prevalence Estimation Class Prior Estimation Data Science
Online-ссылка:	OAPEN Library: download the publication OAPEN Library: description of the publication
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!

Learning to Quantify по Esuli, Andrea

Опубликовано 2023

DOAB: download the publication
DOAB: description of the publication

Электронный ресурс Глава книги

Learning to Quantify по Esuli, Andrea, Fabris, Alessandro, Moreo, Alejandro, Sebastiani, Fabrizio

Опубликовано 2023

Link to Metadata

Электронный ресурс eКнига

Learning to Quantify

Learning to Quantify по Esuli, Andrea

Learning to Quantify по Esuli, Andrea, Fabris, Alessandro, Moreo, Alejandro, Sebastiani, Fabrizio

Схожие документы