Skip to Main Content
弱监督学习实用指南
book

弱监督学习实用指南

by Wee Hyong Tok, Amit Bahree, Senja Filipi
January 2023
Beginner to intermediate content levelBeginner to intermediate
209 pages
3h 55m
Chinese
Southeast University Press
Content preview from 弱监督学习实用指南
弱监督介绍
15
Snorkel
弱监督实例
Snorkel
是斯坦福大学于
2016
年启动的一个项目,其目的是为了让用户能够
使用程序化的方法来快速标注、构建和管理训练数据。围绕
Snorkel
的研究
还推动了其他相关领域的创新,如数据增强、多任务学习和无监督训练。此
后,
Snorkel
不断发展壮大,并与美国国防部高级研究计划局
(DARPA)
、谷歌
(Google)
和英特尔
(Intel)
等公司和研究机构展开了合作。
在这项研究的基础上,
Snorkel(
一个开源项目
)
已经扩展为一家名为
Snorkel.
ai
的商业公司。
Snorkel AI
的主要产品是
Snorkel Flow (
https://www.snorkel.
ai/platform
)
,这是一个以数据为中心的平台,用于构建企业级的
AI
应用。
Snorkel Flow
支持
Python
语言的软件开发工具包
(SDK)
和开发者
API
,也
有一个图形化界面的无代码接口,允许技术和非技术业务用户在构建应用时
使用。
在本书中,我们将使用
Snorkel
的开源版本,而非其商业平台
Snorkel Flow
进行讲解。
弱监督和
Snorkel
可以帮助解决机器学习操作
(MLOps)
的一些挑战,例如模
型治理、操作、数据沿袭等等。以代码形式表达的弱监督允许我们在合并不
同数据点时具有很大的灵活性。这有助于提高泛化能力,并可以很容易地扩
展未标记的数据。
程序化的弱监督可能有助于消除偏差
程序化的弱监督有助于改善可解释性和减少偏差。与大多数机器学习模型不
同,程序化的弱监督是不透明的。在这种弱监督下,我们的训练数据是通过 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

人工智能技术与大数据

人工智能技术与大数据

Posts & Telecom Press, Anand Deshpande, Manish Kumar
解密金融数据

解密金融数据

Justin Pauley
C++语言导学(原书第2版)

C++语言导学(原书第2版)

本贾尼 斯特劳斯特鲁普

Publisher Resources

ISBN: 9787576602630