|
|
Atividade
| 130091 - Uma introdução ao aprendizado fracamente supervisionado |
| Data da turma: | 25/11/2024
|
||||
|
|
|||||
| Descrição: | Resumo:
O aprendizado fracamente supervisionado (weakly-supervised learning) investiga métodos para lidar com problemas cuja quantidade de dados rotulados, ou a sua qualidade, impõem um desafio. Por exemplo, em uma aplicação relacionada a fraudes, rotular todas as transações é impraticável devido ao seu volume. Da mesma maneira, laudos médicos normalmente apresentam somente as doenças diagnosticadas, portanto a ausência de um rótulo não necessariamente significa um rótulo negativo. Neste curso, exploraremos diversas subáreas do aprendizado fracamente supervisionado. Particularmente, focaremos no aprendizado semi-supervisionado, aprendizado ativo, weak-label e partial label learning, com ênfase em modelos baseados em árvores de decisão, como, por exemplo, florestas aleatórias. Referências: - Z.-H. Zhou, “A brief introduction to weakly supervised learning,” National science review, vol. 5, no. 1, pp. 44–53, 2018. - Y.-Y. Sun, Y. Zhang, and Z.-H. Zhou, “Multi-label learning with weak label,” in Proceedings of the AAAI conference on artificial intelligence, vol. 24, no. 1, 2010, pp. 593–598. - Q.-W. Wang, L. Yang, and Y.-F. Li, “Learning from Weak-Label Data: A Deep Forest Expedition,” Proceedings of the AAAI Conference on Artificial Intelligence, vol. 34, no. 04, pp. 6251–6258, 2020. |
||||
| Carga Horária: |
3 horas |
||||
| Tipo: | Optativa | ||||
| Vagas oferecidas: | 300 | ||||
| Ministrantes: |
Felipe Kenji Nakano |
 voltar |
|
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |