文件名称:
非参数贝叶斯多任务大利润分类，第21届欧洲人工智能会议
开发工具:
文件大小: 298kb
下载次数: 0
上传时间: 2021-03-18
详细说明：在本文中，我们提出了一种非参数贝叶斯多任务大利润分类模型，该模型可以将任务聚类为最合适的组数，并在每个任务组内同时引发灵活的模型共享。具体来说，我们首先展示一种非常简单的方法，可以将大量边际学习与分层贝叶斯集成通过使用标准SVM的重要变体（即近端SVM（PSVM））建立模型，其损失函数为用于定义新的似然函数。然后我们假设每个任务的模型参数由两个部分：一个任务在每个任务组中共享（组级参数），而另一任务特定于每个不同的任务（任务重新缩放参数）。任务重新调整参数时，对组级别参数施加Dirichlet流程先验被分配了一个平均Laplace优先级。最后，任务的参数是相应的组参数乘以其特定的重新缩放参数。我们给出了有效的马尔可夫链蒙特卡罗（MCMC）算法来进行模型推断。对地雷探测数据和UCI酵母数据的实验证明了我们方法的有效性。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
